regex - 使用 JAVA 检测公司代码的正则表达式

Question

我正在尝试从可能的代码列表中过滤掉公司代码。

以下代码是我目前得到的，我需要使 RegExp 足够复杂，以便仅传递特定模式。有关更具体的详细信息，请参见下面的示例代码。

Pattern tickerPattern = Pattern.compile("^[A-Z:\\.0-9]+$");

String[] tickerStrArr={
                    "JELK90#$",  // NOT A TICKER
                    "1",         // NOT A TICKER
                    "0",         // NOT A TICKER
                    "R",         // NOT A TICKER
                    "25.36",     // NOT A TICKER
                    "1.0",       // NOT A TICKER
                    "GOOG",      // Ticker
                    "NYSE:C",    // Ticker (with exchange code NYSE)
                    "GOOG.BY",   // Ticker (with exchange code BY)
                    "$90",       // NOT A TICKER
                    "98774",     // Ticker (because more than 4 digit long)
                    "789.BY"     // Ticker (because ends with .[A-Z]{2,2})
                   };

for(String tickerStr: tickerStrArr)
{
    Matcher matcher =tickerPattern.matcher(tickerStr);

    if(matcher.find())
    {
        System.out.println("It's a ticker=>"+matcher.group());
    }
}

预期输出

It's a ticker=>GOOG
It's a ticker=>NYSE:C
It's a ticker=>GOOG.BY
It's a ticker=>98774
It's a ticker=>789.BY

您能否制定所需的 RegExp 以获得上述预期输出？

这里是我自己筛选的规则(不一定适用于所有人)

1. 只有字符或数字可以作为行情的一部分，不能有特殊的字符或货币符号。

2. 有时会提到代号及其交易所代码作为前缀例如 => 纽约证券交易所代码:C或者可以有双字符交换代码作为后缀例如 => C.BY

3. 如果全是数字那么应该是4位以上。 (这是为了排除数百万的误报)

4. 但是，如果数字与交易所代码一起提及，则代码可能少于 4 位。因为，那时我们有很高的信心。

如果您需要更多详细信息，请告诉我。

Answer 1

以下正则表达式将匹配以下内容。

• 字符串的开始
• PreXChangeCode:可选择匹配 a-z，2 到 4 次，除非后面某处有 .。这是为了检测具有多个交换符号的无效符号
• 股票:a-z 1 到 4 次或数字 1-3 次后跟句点或数字 4 次或更多次
• PostXChangeCode:可选择匹配 。 后跟 a-z 正好 2 次。
• 字符串结束

正则表达式

 ^
 (?<PreXChangeCode>[a-z]{2,4}:(?![a-z\d]+\.))?
 (?<Stock>[a-z]{1,4}|\d{1,3}(?=\.)|\d{4,})
 (?<PostXChangeCode>\.[a-z]{2})?
 $

REY

我用 REY 测试了它它与您的测试数据正确匹配，但 R 除外。我包含了一个字符的股票名称，因为它们是有效的(R 是 Ryder Systems)。