python - 为什么 Regex finditer 只返回第一个结果

Question

我的字符串是文字记录，我想捕获说话者，特别是他们的第二个名字(仅在完全大写时才需要匹配)此外，我想匹配他们的演讲，直到下一个演讲者开始，我想最终在一个巨大的文本文件上循环这个过程。

问题是匹配仅返回一个匹配对象，即使有两个不同的说话者。我还尝试过使用 python 风格的在线正则表达式测试器，但是它们返回非常不同的结果(不知道为什么？)。

str = 'Senator BACK\n (Western Australia) (21:15): This evening I had the pleasure (...) Senator         DAY\n (South Australia) (21:34): Well, what a week it h(...) ' 

pattern = re.compile("(:?(Senator|Mr|Dr)\s+([A-Z]{2,})\s*(\(.+?\))\s+(\(\d{2}:\d{2}\):)(.*))(?=Senator)")

for match in re.finditer(pattern, str):
    print(match)

我想要 2 个匹配对象，这两个对象都有一个包含姓氏和语音的组。值得注意的是，我还在线使用了正则表达式调试器，但是 python 风格在我的终端上为 Python 提供了不同的结果。

Answer 1

只需将正则表达式替换为:

(:?(Senator|Mr|Dr)\s+([A-Z]{2,})\s*(\(.+?\))\s+(\(\d{2}:\d{2}\):)(.*))(?=Senator|$)

演示:https://regex101.com/r/gJDaWM/1/

使用当前的正则表达式，您将强制执行以下条件:通过正向前视，每个匹配项后面都必须跟着 Senator。

您实际上可能必须将正向前瞻更改为:

(?=Senator|Mr|Dr|$)

如果您想在参议员之上考虑先生和博士。