靜下心想想，日常的工作中，你們有沒有遇到過這樣的場景：ERP系統中的客戶名稱是按照項目、工程來命名的，我們應該如何通過這樣的客戶名稱來提取得到真正的公司名稱？
這裏，我用AIGC隨機生成了一些樣本。
1. （海生項目）卓越光電科技有限公司
2. (藍海貿易項目)天翼有限公司
3. 鴻圖科技(武漢)有限公司
4. (生態農業項目)綠源農業發展有限公司
5. 天合化工(長沙)有限公司
6. (智慧城市項目)城網科技有限公司
7. (未來能源項目)光明新能源科技有限公司
8. 龍騰(西安)重工有限公司
9. (健康醫療項目)（智慧醫療項目）康寧生物科技有限公司
10. (國際物流項目)海運達物流有限公司
仔細分析上面的樣本，它其實涉及到以下幾個技術問題：
- 括號可能包含全半角符號，都要可以替換；
- 括號可能在中間，屬於公司名稱的一部分，這類括號包括裏面的內容不應該去除；
- 文本可能在前綴和後綴都分別有括號，都需要能夠去除。
- 前綴括號有可能不止一組，需要能反覆去除，直到獲取到真實的公司名稱。
面對這些問題，作爲程序員，首先想到的就是正則表達式，快速匹配到前後綴括號的內容，然後替換爲空文本。再利用循環，一遍遍地把替換後的文本重新去查找前後綴，直至文本的第一個字符以及最後一個字符都不再是括號。
另外，我們還需要編寫一個方法，可以快速將全角符號轉換爲半角符號。
下面是小爬用python語言做的具體功能實現，各位童鞋不妨參考下思路：
文本批量全角轉半角
def Q2B(uchar): """單個字符 全角轉半角""" inside_code = ord(uchar) if inside_code == 0x3000: inside_code = 0x0020 else: inside_code -= 0xfee0 if inside_code < 0x0020 or inside_code > 0x7e: #轉完之後不是半角字符返回原來的字符 return uchar return chr(inside_code) def stringQ2B(ustring): """把字符串全角轉半角""" return "".join([Q2B(uchar) for uchar in ustring])
文本批量去除括號前後綴（保留中間的括號）
def remove_outer_parentheses(text): # 使用一個正則表達式反覆去除開頭的括號和其內容 while True: new_text = re.sub(r'^\([^()]*\)', '', text) if new_text == text: # 如果沒有更多匹配到開頭的括號，跳出循環 break text = new_text # 使用一個正則表達式反覆去除結尾的括號和其內容 while True: new_text = re.sub(r'\([^()]*\)$', '', text) if new_text == text: # 如果沒有更多匹配到結尾的括號，跳出循環 break text = new_text return text
大膽驗證一下代碼的可靠性，結果如下：
AI時代了，作爲新時代碼農，不要再侷限於只能判斷兩個文本是否嚴格相等了。下次碰到業務端這類需求，給文本稍微加點前後綴，我們還要能用程序準確判斷，它還是那個它！
答應我，馬上邁入激動人心的2024年了，挑戰下自己，好嗎？
快來關注本公衆號 獲取更多爬蟲、數據分析的知識！
