python - 以全大写单词开头的代码块的正则表达式？

Question

我有一个文件，它呈现以下结构:

.
.
LAST_NAME_IN_CAPS_1, First_1    Cell Phone: 999-999-999
Address
Needham MA 02135
Status: Attender    Marital:    Married Adult:  Y   M/F:    M   Env.No.:

Salutation:


LAST_NAME_IN_CAPS_2, First_2    Cell Phone: 999-999-999
Address 
Needham MA 02135
E-mail :    email@gmail.com
Status: Attender    Marital:    Married Adult:  Y   M/F:    F   Env.No.:

Salutation:
.
.

行与行之间的信息变化很大，我想要的是获得一个正则表达式，该正则表达式采用两个大写单词之间大于3个字母(包括第一个大写单词)的代码块。在这种情况下，我想包含 LAST_NAME_IN_CAPS_1 以及 LAST_NAME_IN_CAPS_2 之前的所有内容，什么正则表达式可以处理这个问题？

Answer 1

假设仅使用 ASCII 字母，并且您的数据位于名为 text 的变量中，您应该能够使用如下内容:

import re
matches = re.findall(r'^[A-Z]{3}.*?(?=^[A-Z]{3}|\Z)', text, re.S | re.M)

re.S(或re.DOTALL)使得.将匹配换行符，re. M(或re.MULTILINE)标志使得^和$分别在行的开头和结尾匹配而不仅仅是在字符串的开头和结尾。 \Z 是字符串末尾的 anchor ，(?=...) 是正向前瞻。

这里是这个正则表达式的作用的描述:
从以三个大写字符 (^[A-Z]{3}) 开头的行开始匹配，然后匹配任意数量的字符(尽可能少)，包括换行符 (.*? )，直到能够匹配以三个大写字符开头的行的开头，或者到达字符串的末尾((?=^[A-Z]{3}|\Z) )。