Regex de Split chaîne à mot particulier motif

Question

Je suis en train de découper une chaîne qui pourrait ressembler à ceci:

 
International Bank for Reconstruction & Development (NAICS: 928120; SIC: 6081) World Bank (NAICS: 928120; SIC: 6081) 

dans ce

 
International Bank for Reconstruction & Development 
World Bank 

ou tout cela:

 
International Bank for Reconstruction & Development 
International Bank for Reconstruction & Development (SIC: 6081) 
International Bank for Reconstruction & Development (NAICS: 928120) 

dans ce

 
International Bank for Reconstruction & Development 

il pourrait y avoir un nombre quelconque de correspondances.

J'ai essayé quelques petites choses, en utilisant des classes de caractères négatifs ne fonctionne pas:

[^\(NAICS: (\d+);\)]+ 

J'utilise C# Regex.

Answer 1

Si vous voulez juste une expression régulière pour diviser sur ce qui pourrait fonctionner \([^)]*(?:(?:SIC|NAICS):[^)]*)+\)

Vous pouvez le faire sans split. Je prendrais une approche regex de find_all.

(?!\s*$)(.*?)(?:\([^)]*(?:(?:SIC|NAICS):[^)]*)+\)|$) 
Modifiers: s (dot allows newline) and g (global) 

Soyez averti, cela permettra à non '(SIC:/SCIAN :)' d'être autorisé dans le titre.
Mais, ils ne sont pas le délimiteur droit?

modifier

Mes excuses. Ces deux regexs' peuvent être raccourcies à

\([^)]*(?:SIC|NAICS):[^)]*\)

et

(?!\s*$)(.*?)(?:\([^)]*(?:SIC|NAICS):[^)]*\)|$)

Answer 2

Briser la chaîne en:

International Bank for Reconstruction & Development 
World Bank 

vous pouvez utiliser: http://fiddle.re/bu4a. Essayez .Net!

^([^\(]+) \([^\)]+\) ([^\(]+) \([^\)]+\) 

Le premier groupe contiendra « Banque internationale pour la reconstruction & développement », la deuxième - « Banque mondiale »