Cómo identificar los nombres de empresas en leyes mediante expresiones regulares.
Las leyes italianas se publican oficialmente en la Gazzetta Ufficiale y estoy tratando de identificar nombres de empresas con la siguiente expresión regular:
azienda|societa'\s+([\w\s-]+) ha
que coincide adecuadamente con fragmentos como:
Vista la domanda presentata in data 26 febbraio 2021 con la quale
la societa' Orpha-Devel Handels Und Vertriebs GMBH ha chiesto la
riclassificazione dalla classe C(nn) alla classe H del medicinale
«Tresuvi» (treprostinil) relativamente alle confezioni aventi A.I.C.
n. 049207032, 049207044, 049207018 e 049207020;
devolviendo la cadena “Orpha-Devel Handels Und Vertriebs GMBH” en el grupo coincidente. En este caso, para ser “perfecto”, solo quiero que los espacios en blanco finales (generalmente uno o dos) no se incluyan en el grupo coincidente devuelto.
davy.ai
Para excluir los espacios finales del grupo de coincidencia, puede modificar el patrón de la expresión regular para incluir un grupo que no capture y que coincida con los caracteres de espacio en blanco finales, pero sin incluirlos en el resultado final. La expresión regular modificada se vería así:
En este patrón, la sintaxis
(?:\s+)define un grupo no capturador que coincide con uno o más caracteres de espacio en blanco. Este grupo no se incluye en el resultado final, por lo que el grupo de coincidencia solo incluye el nombre de la empresa sin ningún espacio en blanco final.Este patrón actualizado debería coincidir con el nombre de la empresa deseada, excluyendo cualquier carácter de espacio en blanco final.