如何在regex中包含特殊部分以使用python re.findall查找英文名称？

Question

我有一个类似下面的python代码来搜索所有英文名称：

a = "Bonds met Susann ("Sun") Margreth Branco, the mother of his first two children, in {{city-state|Montreal|Quebec}} in August 1987. They eloped in {{city-state|Las Vegas|Nevada}} Barry Bonds"

re.findall("(?:[A-Z][a-z'.]+\s*){1,4}",a)

我希望它返回：

['Bonds', 'Susann ("Sun") Margreth Branco', 'Montreal', 'Quebec', 'August', 'They', 'Las Vegas','Nevada','Barry Bonds']

我的代码无法得到我想要的，如何修改正则表达式以实现我的目标？

我想补充说我使用了另一个正则表达式(?:(([A-Z][a-z'.]+)|(\(&quot.*"\)))\s*){1,4}。我在regexpal.com上测试它，它在测试网站上找到了我想要的东西，但在Python中，它只是没有返回我想要的东西，但返回给我Susan和("Sun") Margreth和{ {1}}，三个单独，但我想在我的结果中使用Branco

Answer 1

正如您所提到的，带有“＆amp; quto”的字符串也被视为分隔符：

re.findall("[A-Z][a-z]*(?:(?:\\S*&quot\\S*|\\s)+[A-Z][a-z]*){0,3}", "Bonds met Susann ("Sun") Margreth Branco, the mother of his first two children, in {{city-state|Montreal|Quebec}} in August 1987. They eloped in {{city-state|Las Vegas|Nevada}} Barry Bonds")

输出：

['Bonds', 'Susann ("Sun") Margreth Branco', 'Montreal', 'Quebec', 'August', 'They', 'Las Vegas', 'Nevada', 'Barry Bonds']