正則表達式災難性的回溯; 提取單詞以大寫字母開頭，然后是特定單詞

Question

我是Python世界的新手，正則表達式遇到了麻煩。

我正在嘗試在“ sale（s）”（或“ sale（s）”）一詞前提取公司的名稱。

我發現我的文本數據中的公司名稱都以大寫字母開頭（其他部分可以是小寫或大寫字母或數字或“-”或“，例如，“ Abc Def”或“ ABC DEF”或僅是“ ABC”或“ Abc”），

其中一些采用的格式如（“ Abc 和 Def”或“ Abc 和 Def”）。

例如，

從文本中

主要客戶在2005財年，公司持續經營中與Kmart Corporation的直接交易產生了約21％的合並收入（4,782,852美元）。 電腦產品的銷售良好。 但是，計算機零件和顯示分部的銷售一直在下降。

我只想提取“計算機的零件和顯示段”。

所以我試圖創建一個正則表達式

((?:(?:[A-Z]+[a-zA-Z\-0-9\']*\.?\s?(?:and |\& )?)+)+?(?:[S|s]ales?\s))

（1. [AZ] + [a-zA-Z-0-9 \\'] *。？\\ s =>此部分用於查找以大寫字母開頭的單詞，而其他部分則由az或AZ或0-9組成或-或'或。

2. （？：和| \\＆）？ =>這部分是將單詞與和或＆匹配）

但是，在https://regex101.com/上，它指出了災難性的回溯，我閱讀了一些相關文章，但仍然找不到解決此問題的方法。

你可以幫幫我嗎？

謝謝！

Answer 1

總覽

指出您的模式中的一些事項：

• [a-zA-Z\\-0-9\\']您無需在此處轉義' 。 另外，您只需放置-在集合的開頭或結尾，就不必對其進行轉義。
• \\&不需要轉義＆字符。
• [S|s]說匹配S ， | |或s ，因此您可能會匹配|ales 。 正確的寫法是[Ss] 。

---

碼

查看正則表達式在這里使用

(?:(?:[A-Z][\w'-]*|and) +)+(?=[sS]ales?)

---

結果

輸入項

主要客戶在2005財年，公司持續經營中與Kmart Corporation的直接交易產生了約21％的合並收入（4,782,852美元）。 電腦產品的銷售良好。 但是，計算機零件和顯示分部的銷售一直在下降。

產量

Computer's Parts and Display Segment 

---

說明

• (?:(?:[AZ][\\w'-]*|and) +)+匹配一次或多次
  • (?:[AZ][\\w'-]*|and)匹配以下任一
    • [AZ][\\w'-]*匹配任何大寫ASCII字符，后跟任意數量的單詞字符，撇號'或連字符-
    • and從字面上匹配
  • +匹配一個或多個空格
• (?=[sS]ales?)正前瞻確保任何話的sale ， Sale ， sales ，或Sales如下