假设我有这个文本：
abcdefg Mark Jones (PP) etc etc
akslaskAS Taylor Daniel Lautner (PMB) blabla
etcetc Allan Stewart Konigsberg Farrow (PRTW)
我想获取这些人名：
马克·琼斯、泰勒·丹尼尔·洛特纳、艾伦·斯图尔特·柯尼斯堡·法罗。
基本上，当我们发现 (P 后跟任何大写字母时，我们会捕获前面 n 个以大写字母开头的单词。
到目前为止，我所取得的成就是使用以下代码仅捕获一个先前的单词：\w+(?=\s+(\(P+[A-Z]))。但我无法从中进化。
如果有人可以提供帮助，我将不胜感激:)
【问题讨论】：
正则表达式模式
\b((?:[A-Z]\w+\s?)+)\s\(P[A-Z]
为了找到上述正则表达式模式的所有匹配项，我们可以使用re.findall
import re
text = """abcdefg Mark Jones (PP) etc etc
akslaskAS Taylor Daniel Lautner (PMB) blabla
etcetc Allan Stewart Konigsberg Farrow (PRTW)
"""
matches = re.findall(r'\b((?:[A-Z]\w+\s?)+)\s\(P[A-Z]', text)
>>> matches
['Mark Jones', 'Taylor Daniel Lautner', 'Allan Stewart Konigsberg Farrow']
正则表达式详细信息
\b：防止部分匹配的字边界((?:[A-Z]\w+\s?)+): 第一抓包组
(?:[A-Z]\w+\s?)+：非捕获组匹配一次或多次
[A-Z]：匹配从大写 A 到 Z 的单个字母
\w+: 匹配任意单词字符一次或多次\s? ：匹配任何空白字符零次或一次\s ：匹配单个空白字符\(：匹配字符 ( 字面意思P ：匹配字符 P 字面意思[A-Z] ：匹配从大写 A 到 Z 的单个字母
在线查看regex demo
【讨论】：
对于您显示的示例，您能否尝试以下操作。在此处使用 Python 的 re 库来获取结果。首先使用findall从给定的字符串var中获取所有值，其中(.*?)\s+\((?=P[A-Z])将捕获所有带有P和大写字母的内容，然后创建一个列表lst。稍后使用替换函数替换所有非空格的东西，然后用 NULL 替换第一次出现的空格以获得准确的值。
import re
var="""abcdefg Mark Jones (PP) etc etc
akslaskAS Taylor Daniel Lautner (PMB) blabla
etcetc Allan Stewart Konigsberg Farrow (PRTW)"""
lst = re.findall(r'(.*?)\s+\((?=P[A-Z])',var)
[re.sub(r'^\S+\s+','',s) for s in lst]
输出如下：
['Mark Jones', 'Taylor Daniel Lautner', 'Allan Stewart Konigsberg Farrow']
【讨论】：
findall 可以完成这项工作，只需从大写字母开始匹配即可。