Regex 使用Python正则表达式自动化文本提取

我正在从事一个自动化项目，该项目涉及使用python脚本解析txt文件，并重复提取关键字后面的3行数据。为了提供上下文，txt文件包含数百个形式相同的字母，除了末尾的名称和地址之外。我的最终目标是逐步完成所有这些表单字母，提取姓名和地址，并使用openpyxl将其放入Excel电子表格中。下面是一个txt文档的示例

Dear Sir,

Body of letter that is the same for all of the letters. Etc.

Sincerely,

Mr. John Smith
123 Any Street
Anytown, USA 11111

---

---

等等（这些字母不断地用不同的名字，需要提取）

---

我的问题是，如何在python中使用regex设置“最后一个单词关键字”（在这批特定字母中为“真诚”，但可以在另一个单独的txt文件中更改为“问候”）并将上面显示的每个括号中的项提交到内存中（括号对应于最终的Excel列，如后缀、名字、姓氏、地址、城镇）然后一步一步地看这数百个字母中的每一个？使用正则表达式或python通常简单吗？我想我可以用一个字母来做这件事，但我一直在思考如何继续下一个字母的下一个结尾关键字。如果有人对什么是最有效的方法有任何想法，我将非常感谢，我知道发布我最初解决这个问题的方法很有必要，但是由于我对regex操作完全不熟悉，所以我的尝试甚至没有成功。另外，请告诉我我是否正在做一些与堆栈溢出问题无关的事情，因为我是新来的

---

输入示例：letters input.txt
2017年3月30日收到的电子邮件：

Dear Sir,

I would be delighted to be placed on your mailing list. Please keep up the great work!

Sincerely,

Mr. Thomas Dahlmer
46 Alpine Street
Evanston, Il 60201

Dear Sir,

I would be delighted to be placed on your mailing list. Please keep up the great work!

Sincerely,

Ms. Angela Carraway <br/>
402 Arlington Drive <br/>
Concord, MA 01742

2017年3月30日收到的电子邮件：

Dear Sir,

I would be delighted to be placed on your mailing list. Please keep up the great work!

Sincerely,

Mr. Thomas Dahlmer
46 Alpine Street
Evanston, Il 60201

Dear Sir,

I would be delighted to be placed on your mailing list. Please keep up the great work!

Sincerely,

Ms. Angela Carraway <br/>
402 Arlington Drive <br/>
Concord, MA 01742

亲爱的先生：

我很高兴被列入您的邮件列表。请继续努力

真诚地

罗伯特·诺兰先生
麦迪逊大道1104号
纽约，纽约10021

2017年3月30日收到的电子邮件：

Dear Sir,

I would be delighted to be placed on your mailing list. Please keep up the great work!

Sincerely,

Mr. Thomas Dahlmer
46 Alpine Street
Evanston, Il 60201

Dear Sir,

I would be delighted to be placed on your mailing list. Please keep up the great work!

Sincerely,

Ms. Angela Carraway <br/>
402 Arlington Drive <br/>
Concord, MA 01742

亲爱的先生，
我很高兴被列入您的邮件列表。请继续努力！
真诚地
安吉拉·卡拉韦女士

402阿灵顿大道

康科德，马萨诸塞州01742

---

示例输出
lettersoutput.txt

Mr. Thomas Dahlmer <br/>
46 Alpine Street <br/>
Evanston, Il 60201

Mr. Robert Nolan <br/>
1104 Madison Avenue <br/>
New York, NY 10021

Ms. Angela Carraway <br/>
402 Arlington Drive <br/>
Concord, MA 01742

托马斯·达尔默先生

阿尔卑斯街46号

伊利诺伊州埃文斯顿60201
罗伯特·诺兰先生

麦迪逊大道1104号

纽约，纽约10021
安吉拉·卡拉韦女士

402阿灵顿大道

康科德，马萨诸塞州01742

有点长：

真诚地，[\s\n]+（[\w\.]+）\s+（\w+）\s+（\w+）[\s\n]+（\d+\s\w+\s\w+[\s\n]+（\w+\s？\w+，\s\w+\s\d+）

它捕获为5个组：Title、Firstname、Lastname、Address1、Address2

演示：

有五个偏执狂，每个偏执狂代表一个捕获组：

（[\w\.]+）

匹配并捕获第一组：标题

（\w+）

匹配并捕获第二组：Firstname

（\w+）

匹配并捕获第三组：Lastname

（\d+\s\w+\s\w+）

匹配并捕获第四组：Address1

（\w+\s？\w+，\s\w+\s\d+）

匹配并捕获第五组：地址2

---

其余的正则表达式只是填补了捕获组之间的空白，它们只匹配但不捕获。

您想要正则表达式捕获这些组吗？如果需要，请给出一个示例输入和所需输出，这样我就可以提供一个经过测试的正则表达式。@Saibot本质上是的。我已经编辑了我的问题，以包括示例输入和输出内容，说明我将做什么n这两个txt文件。感谢您对此提供的任何见解！就这样！我非常感谢您的帮助。我一定会学习演示，从您的专业知识中学习每个部分的含义。Regex当然是一个强大的工具！享受！：）如果您想学习，我还可以解释表达式。是的，那太好了！据我所知，这些字母运算符在捕获文本时各有其作用，但它们如何共同工作以给出您找到的最终结果？也感谢您的解释。我肯定对发生的事情有更深的了解！