如何在使用python的re.findall时包含特殊部分来查找英文姓名？

Question

我有一个类似于下面的python代码来搜索所有英文名称：

a = "Bonds met Susann ("Sun") Margreth Branco, the mother of his first two children, in {{city-state|Montreal|Quebec}} in August 1987. They eloped in {{city-state|Las Vegas|Nevada}} Barry Bonds"

re.findall("(?:[A-Z][a-z'.]+\s*){1,4}",a)

我要它回来：

['Bonds', 'Susann ("Sun") Margreth Branco', 'Montreal', 'Quebec', 'August', 'They', 'Las Vegas','Nevada','Barry Bonds']

我的代码不能得到我想要的，如何修改regex来实现我的目标？你知道吗

我想补充一点，我使用了另一个正则表达式(?:(([A-Z][a-z'.]+)|(\(&quot.*"\)))\s*){1,4}。我在regexpal.com上测试它，它在那个测试网站上找到我想要的东西，但是在Python中，它只是不返回我想要的东西，而是返回我Susan和("Sun") Margreth和Branco，三个分开，但是我想要在我的结果中Susan ("Sun") Margreth Branco

Answer 1

正如您所提到的，带有“"o”的字符串看起来也是分隔符：

re.findall("[A-Z][a-z]*(?:(?:\\S*&quot\\S*|\\s)+[A-Z][a-z]*){0,3}", "Bonds met Susann ("Sun") Margreth Branco, the mother of his first two children, in {{city-state|Montreal|Quebec}} in August 1987. They eloped in {{city-state|Las Vegas|Nevada}} Barry Bonds")

输出：

['Bonds', 'Susann ("Sun") Margreth Branco', 'Montreal', 'Quebec', 'August', 'They', 'Las Vegas', 'Nevada', 'Barry Bonds']