在具有多行的文本上匹配大写单词和正则表达式

Question

我抓了几篇文章并将它们收集在一个文本文件中。从这些文章中我想提取所有用大写字母写的单词：

这是收集的其中一篇文章的样本：

"|[<p>Advertisement ,   By  Milan Schreur  and     Alissa J. Rubin    OCT. 5, 2016 
 ,  BRUSSELS — A man wounded two police officers with a knife in Brussels around noon on Wednesday in what the authorities called “a potential terrorist attack.” , ....]"

我要提取的是所有那些在大写锁定中输入的单词，在这种情况下，单词＆＃34; BRUSSELS＆＃34;，但在文件中还有更多。所以我想提取完全由大写字母组成的所有单词。

我试过这样的事情：

import re 

text_open = open("Training_News_6.csv")
text_read = text_open.read()
articles = text_read.split("<p>")
pattern = re.findall("\s[A-Z]{4,}\s",'\n'.join(articles))
print(pattern)

Answer 1

在您articles之后，

text_read.split是一个列表。 re.findall期待一个字符串。