正則表達式 python 查找大寫名稱

Question

我有一個類型的文本文件：

[...演講...]

NAME_OF_SPEAKER_1：[……演講……]

NAME_OF_SPEAKER_2：[……演講……]

我的目的是隔離不同演講者的演講。 因為每個發言者的名字總是用大寫字母（名字+姓氏）表示，所以它們被清楚地識別出來。 然而，在演講中可以有大寫字母的名詞（不是人名），但實際上只有一個詞長到足以讓我發出問題（它有四個字母，說它是'ABCD'）。 我正在考慮用類似的東西來識別每個演講者名字的 position（我假設每個名字至少有 3 個字母）

re.search('[A-Z^(ABCD)]{3,}',text_to_search)

為了排除那個特定的（恆定的）單詞'ABCD'。 但是，該命令會識別該詞而不是排除它。 關於如何克服這個問題的任何想法？

Answer 1

方括號[]僅匹配單個字符。 方括號內的圓括號()也僅匹配單個字符。 這意味着：

[ABCD]和[(ABCD)]與[AD]相同。

[^(ABCD)]匹配任何不屬於 AD 的字符

我會嘗試一些不同的東西：

^[AZ]*?:匹配以大寫字母書寫的每個單詞，從行首開始，后跟一個冒號

Answer 2

在您嘗試的模式中，您會得到部分匹配，因為沒有邊界，並且[AZ^(ABCD)]{3,}將匹配任何列出的字符的 3 次或更多次。

AZ 也會匹配 ABCD，所以也可以寫成[AZ^)(]{3,}

不用使用否定字符 class，您可以斷言僅由大寫字符 AZ 組成的單詞不包含 ABCD，使用否定前瞻(?!

\b(?![A-Z]*ABCD)[A-Z]{3,}\b

正則表達式演示

如果名稱應以 3 個大寫字符開頭，並且還可以包含小寫字符、下划線或數字，則可以在匹配 3 個大寫字符后添加\w* ：

\b(?![A-Z]*ABCD)[A-Z]{3}\w*\b

正則表達式演示