Python重新findall匹配重复模式

我正在尝试解析以下格式的半结构化文本：

text = "A. xxxxxxx\n\nxxx\n\nxxx\n\n\nB. xxxxxx\n\nxxx\n\nxxx\n\n\nC. xxxxxx\n\nxxx\n\nxxx\n\n\nD. xxxxxx\n\nxxx\n\nxxx"

我想把这些部分分成不同的组。我目前正在尝试使用正则表达式进行解析，该正则表达式在大写字母和句点之间查找文本：

re.findall(r"([A-Z]\.[\s\S]*?)(?:\n[A-Z]\.|$)", text)

但是，这仅分析A和C部分：

['A. xxxxxxx\n\nxxx\n\nxxx\n\n', 'C. xxxxxx\n\nxxx\n\nxxx\n\n']

如何修改正则表达式，使匹配的最后一部分不会从将来的匹配中排除

---

我不能按新行分割，因为子部分之间的新行数可能会有所不同

使用前瞻并有选择地摆脱捕获组：

>>> print re.findall(r"[A-Z]\.[\s\S]*?(?=\n[A-Z]\.|$)", text)
['A. xxxxxxx\n\nxxx\n\nxxx\n\n', 'B. xxxxxx\n\nxxx\n\nxxx\n\n', 'C. xxxxxx\n\nxxx\n\nxxx\n\n', 'D. xxxxxx\n\nxxx\n\nxxx']

---

注意使用？=\n[A-Z]\.\124;$zero width lookahead断言，该断言仅断言给定文本的存在，而没有实际匹配该文本。

使用lookahead并可选地放弃捕获组：

>>> print re.findall(r"[A-Z]\.[\s\S]*?(?=\n[A-Z]\.|$)", text)
['A. xxxxxxx\n\nxxx\n\nxxx\n\n', 'B. xxxxxx\n\nxxx\n\nxxx\n\n', 'C. xxxxxx\n\nxxx\n\nxxx\n\n', 'D. xxxxxx\n\nxxx\n\nxxx']

请注意使用？=\n[A-Z]\.\124;$zero width lookahead断言，该断言仅断言给定文本的存在，而没有实际匹配它。

尝试此方法

[A-Z]\.[^.]*

虽然这个

m^[A-Z]\.？：^[A-Z]\.[\S\S]*

永远不会失败。

试试这个

[A-Z]\.[^.]*

虽然这个

m^[A-Z]\.？：^[A-Z]\.[\S\S]*

永远不会失败