python - 组合可匹配多个困惑股票条目的 RE

Question

我正在尝试使用 RE 来清理字符串并将它们放入干净的有序股票列表中，同时保留原始顺序或不重复股票。

例如将字符串(注意多余的随机字母和不一致的间距):

SLTD +14% NRX +14%L MEIP -68% YU -345% RXII -13%RESN -10% LBIO -10% WHLR-10% HSIDD -339%

进入类似的列表

stocks = ['SLTD +14%', 'NRX +14%', 'MEIP -68%', 'YU -345%', 'RXII -13%','RESN -10%', 'LBIO -10%', 'WHLR -10%', 'HSIDD -339%']

我需要 RE

1. 选择 2、3、4 或 5 个大写字母(股票代码)(不依赖前面的空格，因为 RXII -13%RESN -10% 等情况会失败)
2. 识别代码的最后一个字母与 + 或 - 之间是否有空格，如果没有则插入一个空格。 (清理像 WHLR-10% 这样的案例)
3. % 后不包含随机字母(例如 NRX +14%L)
4. 如果只有股票代码而没有百分比(即 NES -14% HELI)，则不包含股票
5. 能够处理 2 位数和 3 位数百分比 (WHLR-10% HSIDD -339%)

这是迄今为止我得到的最好的代码，它用 4 个、然后 3 个、然后 2 个字母重复每只股票，当然是糟糕的代码。

任何帮助将不胜感激，感谢您抽出时间。

allStocks = ['SLTD +14% NRX +14%L MEIP -68% YU -345% RXII -13%RESN -10% LBIO -10% WHLR-10% HSIDD -339%','ENZ -17% NSLP -17% SCON -15% PKOH -15% PFIE -14% PRTS -14% NES -14% HELI']

for messyDayOfStocks in allStocks:
    stocksWithStuff = re.findall('(\S\S\S\S\S\s\D\d\d\d%)', "messyDayOfStocks")
    stocksWithStuff.append(re.findall('(\S\S\S\S\s\D\d\d\d%)', "messyDayOfStocks"))
    stocksWithStuff.append(re.findall('(\S\S\S\s\D\d\d\d%)', "messyDayOfStocks"))
    stocksWithStuff.append(re.findall('(\S\S\s\D\d\d\d%)', "messyDayOfStocks"))
    stocksWithStuff.append(re.findall('(\S\S\S\S\S\s\D\d\d%)', "messyDayOfStocks"))
    stocksWithStuff.append(re.findall('(\S\S\S\S\s\D\d\d%)', "messyDayOfStocks"))
    stocksWithStuff.append(re.findall('(\S\S\S\s\D\d\d%)', "messyDayOfStocks"))
    stocksWithStuff.append(re.findall('(\S\S\s\D\d\d%)', "messyDayOfStocks"))     
    print(stocksWithStuff)

Answer 1

你也许可以使用这个:

import re

allStocks = ['SLTD +14% NRX +14%L MEIP -68% YU -345% RXII -13%RESN -10% LBIO -10% WHLR-10% HSIDD -339%','ENZ -17% NSLP -17% SCON -15% PKOH -15% PFIE -14% PRTS -14% NES -14% HELI']
stocksWithStuff = []

for messyDayOfStocks in allStocks:
    # Get each match 
    for match in re.finditer(r"([A-Z]{2,5})\s*([-+]?\d{2,3}%)", messyDayOfStocks):
        # Format it
        stocksWithStuff.append("{0} {1}".format(match.group(1), match.group(2)))

print(stocksWithStuff)

输出:

['SLTD +14%', 'NRX +14%', 'MEIP -68%', 'YU -345%', 'RXII -13%', 'RESN -10%', 'LBIO -10%', 'WHLR -10%', 'HSIDD -339%', 'ENZ -17%', 'NSLP -17%', 'SCON -15%', 'PKOH -15%', 'PFIE -14%', 'PRTS -14%', 'NES -14%']

上面使用的是Python3，但它应该很容易转换为Python2语法。

ideone demo

对于正则表达式本身:

([A-Z]{2,5})  # 2 to 5 uppercase letters and store in first group
\s*           # Any number of spaces (including none)
(
  [-+]?       # Any sign if present
  \d{2,3}%    # 2 to 3 digits and % sign
)             # Store the above to the second group