我有一个文本文件类型：
[...演讲...]
NAME_OF_SPEAKER_1：[...演讲...]
NAME_OF_SPEAKER_2：[...语音...]
我的目标是隔离不同演讲者的演讲。因为每个发言者的名字总是用大写字母（名字+姓氏）表示，所以它们被清楚地识别出来。但是，在演讲中可以有大写字母的名词（不是人名），但实际上只有一个词长到足以让我发出问题（它有四个字母，说它是'ABCD'）。我想用类似的东西来识别每个说话者名字的位置（我假设每个名字都至少有 3 个字母）
re.search('[A-Z^(ABCD)]{3,}',text_to_search)
为了排除特定（常量）单词“ABCD”。但是，该命令会识别该单词而不是排除它。关于如何克服这个问题的任何想法？
【问题讨论】：
标签： python regex regular-language
方括号[] 仅匹配单个字符。方括号内的圆括号() 也仅匹配单个字符。这意味着：
[ABCD] 和 [(ABCD)] 与 [A-D] 相同。
[^(ABCD)] 匹配任何不属于 A-D 的字符
我会尝试一些不同的东西：
^[A-Z]*?: 匹配以大写字母书写的每个单词，从行首开始，后跟一个冒号
【讨论】：
在您尝试的模式中，您会得到部分匹配，因为没有边界，[A-Z^(ABCD)]{3,} 将匹配任何列出的字符的 3 倍或更多倍。
A-Z 也会匹配 ABCD，所以也可以写成[A-Z^)(]{3,}
您可以使用否定前瞻(?! 断言仅由大写字符 A-Z 组成的单词不包含 ABCD，而不是使用否定字符类。
\b(?![A-Z]*ABCD)[A-Z]{3,}\b
如果名称应以 3 个大写字符开头，并且还可以包含小写字符、下划线或数字，则可以在匹配 3 个大写字符后添加 \w*：
\b(?![A-Z]*ABCD)[A-Z]{3}\w*\b
【讨论】：