匹配字符串时捕获前面的n个单词

Question

假设我有这段文字：

abcdefg Mark Jones (PP) etc etc
akslaskAS Taylor Daniel Lautner (PMB) blabla
etcetc Allan Stewart Konigsberg Farrow (PRTW)

我想捕捉这些个人姓名：

Mark Jones, Taylor Daniel Lautner, Allan Stewart Konigsberg Farrow.

基本上，当我们发现（p后跟任何大写字母时，我们捕获前面以大写字母开头的n个单词

到目前为止，我所取得的成就是用这段代码只捕获了前面的一个单词：\w+(?=\s+(\(P+[A-Z]))，但我无法从中发展。 如果有人能帮忙，我将不胜感激：）

Answer 1

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^{}

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：防止部分匹配的单词边界
• ((?:[A-Z]\w+\s?)+)：第一个捕获组
  • (?:[A-Z]\w+\s?)+：非捕获组匹配一次或多次
    • [A-Z]：匹配大写字母{}到{}之间的单个字母表
    • \w+：匹配任意单词字符一次或多次
    • \s?：将任何空白字符匹配零次或一次
• \s：匹配单个空白字符
• \(：按字面意思匹配字符(
• P：按字面意思匹配字符P
• [A-Z]：匹配大写字母{}到{}之间的单个字母表

见在线^{}

Answer 2

有了你们展示的样品，你们能试一下下面的吗。在这里使用Python的re库获取结果。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])将捕获后面有P和大写字母的所有内容，然后创建一个列表lst。后来，使用替换函数将所有非间隔的内容替换为空，然后将第一次出现的空格替换为空，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']