Python的正则表达式在同一行中找到的短语

Question

我的成绩单是这样的：

speaker1 (caller): hello. 
speaker2 (agent): thank you for calling. 
speaker1 (caller): I need some help with my account 3429. 
speaker2 (agent): Sure let me help. 

他们是“的形式，speakerN（主叫或代理）”的。我需要编写一个正则表达式来获得呼叫者和座席对话列表。因此，对于上面的例子中，我将输出：

['(caller): hello. ', '(agent): thank you for calling', '(caller): I need some help with my account 3429.', '(agent): Sure let me help.'] 

这是我到目前为止有：

aList = re.findall('speaker. (.*) speaker.|$', transcript) 
print(aList) 

我知道有一个在前面的speakerN，一些文字，我需要捕捉，然后结尾处的另一个扬声器N（指示新的列表）或行结束。这是我试图捕获的逻辑，但它将整个脚本放入一个列表元素中，并在第二个列表中放入一个空字符串。任何帮助，将不胜感激。

Answer 1

正则表达式只会产生不重叠的匹配。所以你不能在你的模式中出现两次speaker。你需要把它放在里面前瞻：

speaker\d+ (\([^(]*?)(?=\s+speaker\d+|$) 

这将捕获文本组1

Demo.

Answer 2

使用aList = re.findall('speaker\d+\s(.*?)(?=\sspeaker|$)', transcript)

.*?将马上停止匹配时，发现另一扬声器的发生，而.*将保持匹配任何字符直到最后一次出现。希望能帮助到你。

编辑：speaker \ d +，。将只匹配一个字符。

编辑：如果单词'说话者'进入对话之间不好。因此，使用

aList = re.findall('speaker\d+\s*(.*?)(?=\sspeaker\s*\(|$)', transcript)