使用正则表达式在Python中从段落块中提取所需的字段值。
使用正则表达式在Python中从段落块中提取所需的字段值。
我有一个文本文件，我从中提取了这两个段落块。以下是文本示例。
文本示例：
解雇，自2020年8月19日起生效，解雇尼尔森·德布里托·利马，职务标识号2100423-4，解散协调员的委任职务，符号DAS-8，由物流副秘书的集中管理协调处，计划和管理国家秘书的集中管理超级局。流程号
SEI-120001/010643/2020
辞职，纳迪娅·中村·维埃拉，职务标识号5099589-8，解散特别顾问的委任职务，符号DG，由计划和管理国家秘书。流程号SEI-150001/004627/2020
解雇，自2020年11月26日起生效，解雇布鲁诺·拉斐尔·罗查·科斯塔，职务标识号5108093-1，解散顾问的委任职务，符号DAS-7，来自总统的计划和管理顾问，里约热内卢州立体育总局-SUDERJ，体育、休闲和青年国务秘书。流程号SEI-
3 0 0 0 0 2 / 0 0 0 4 11 / 2 0 2 0 .
解雇，自2020年11月16日起生效，解雇路易斯·恩里克·费雷拉·德·阿基诺，职务标识号1914315-0，解散助理II的委任职务，符号DAI-6，来自计划和管理国家秘书。流程号SEI120001/014825/2020：
我想从上面的文本块中仅获取每个段落中的粗体值，作为单独的行。
我尝试过的：
r"\b(?:(?:解雇|d[ae]|por|符号)\s([^,]+?)(?: e Gestão)?,|\b(?!SEI\b)([A-Z\d]+-\s*\d+)|SEI-\s*([\d /]+)\b)"
我的当前输出：
https://regex101.com/r/FCimoW/1
我的当前输出基本上可以，但是存在一个问题，即无法匹配所有所需的部分，例如大写的姓名部分。
问题的原因是需要使用正则表达式从段落块中提取所需字段的值。解决方法是使用正则表达式来匹配所需的字段。
解决方法中提到了一个正则表达式模式：\b([A-Z]+(?:[\s-]+[A-Z]+)+(?=,)，它可以匹配以逗号结尾的一个或多个大写字母单词，这些单词之间可以用空格字符或连字符分隔。
另外，还提到了一个问题，即正则表达式[A-Z]+可以捕获大写的英文字母，但不能捕获国际字符。解决方法是使用\p{Lu}来匹配大写字母，但在Python中这种写法是无效的，会导致错误sre_constants.error: bad escape \p at position 113。然后提到了安装PyPi regex模块以解决这个问题的方法。
最后，提到了使用regex模块后问题得到解决，并提供了一个链接以供参考。
通过使用正则表达式，我们可以解决从段落块中提取所需字段值的问题。