使用python中的regex从段落块获取所需的字段值

Question

我有一个文本文件，从中提取了这两个段落块。下面给出了文本示例。

文本示例：

EXONERAR，com validade de 19 de agosto de 2020， de - NILSON de Centralizada de Servi，ID FUNCIONAL 2100423-4，do cargo em comiss o o de Coordenador，símbolo DAS-8E 212，da Coordenadoria de Gest o Centralizada DE Servi os，da Superintend de Gest de Gest，e 113da Secretaria de Logícontar E 214/code>，E 115>.过程编号SEI-120001/010643/2020 NADIA NAKAMURA VIEIRA，ID 5099589-8，do cargo em comiss o de Assessor Especial，símbolo DG，da Secretaria de Estado de Planejamento e Gest oE 228。过程编号SEI-150001/004627/2020 EXONERAR，com validade a contar de 26 de novembro de 2020，BRUNO RAFAEL ROCHA COSTA，ID FUNCIONAL . 5108093-1，do cargo em comiss o de Assessor，símbolo DAS-7E 240，E 141 da portos de Planejamento e Gest oE 242，da Presid，da Superintend de Des- portos do Estado do de里约热内卢- SUDERJ，da Secretaria de Es- tado de Esporte de Esporte，<>code E143/code>Lazer>Lazer>Laze244<>；3 0 0 0 2/0 0 4 11 /2 0 2 0 . EXONERAR，com validade a de 16 de novembro de 2020，LUIS HENRIQUE FERREIRA de AQUINO，ID FUNCIONAL 编号1914315-0，do cargo em comiss o de Assistente II，símbolo DE 6E 256，da E 157/code>秘书a de Estado de Planejamento e Gest oE 258。过程编号SEI120001/014825/2020：

在上面的文本块中，我只想将粗体值作为一个单独的行从每个段落中获取。

我已经尝试过的

r"\b(?:(?:EXONERAR|d[ae]|por|símbolo)\s([^,]+?)(?: e Gestão)?,|\b(?!SEI\b)([A-Z\d]+-\s*\d+)|SEI-\s*([\d /]+)\b)"

当前输出：

https://regex101.com/r/FCimoW/1

我的当前输出几乎没有问题，但问题是不匹配所有需要的部分，例如大写名称部分。

Answer 1

对于粗体大写部分，您可以添加一个替换，匹配一个或更多大写单词，用空格char或连字符分隔，并以逗号结尾。

\b([A-Z]+(?:[\s-]+[A-Z]+)+(?=,)

完整模式的Regex演示