如何使用正则表达式在文本大写字母前添加换行符

核心问题是直接提取容器文本时，HTML里的块级标签、换行标签产生的换行被自动忽略，导致所有歌词挤在同一行。优先推荐从DOM解析层面解决，准确率远高于正则匹配。

方案1：DOM节点遍历提取（推荐，100%准确率） #

不要直接使用.text属性提取内容，遍历歌词容器的所有子节点，遇到换行标签、块级标签时主动插入换行符，即可拿到和网页展示完全一致的带换行歌词。
如果你使用BeautifulSoup作为解析库，参考代码如下：

from bs4 import BeautifulSoup, Tag, NavigableString

def extract_lyrics(lyrics_container):
    content = ""
    for node in lyrics_container.descendants:
        # 普通文本节点直接拼接
        if isinstance(node, NavigableString):
            content += node.strip()
        # 遇到<br>、<div>、<p>这类会产生换行的标签，插入换行符
        elif isinstance(node, Tag) and node.name in ("br", "div", "p"):
            content += "\n"
    return content.strip()

# 传入你定位到的歌词容器标签即可
lyrics = extract_lyrics(text_container)

方案2：正则替换处理已拼接的单行文本 #

如果你已经拿到了挤成单行的文本，可调整正则规则，在需要的位置插入换行符，注意需要单独处理[Verse 1]、[Chorus]这类段落标签后的换行：

import re

raw_text = text_container.text
# 第一步：在段落标签闭合括号后插入换行
processed_text = re.sub(r"\]([A-Z])", r"]\n\n\1", raw_text)
# 第二步：在句首大写单词前插入换行（替换原规则里的空格为换行符）
processed_text = re.sub(r"([a-z?!.\"'])([A-Z])", r"\1\n\2", processed_text)

拿你提供的文本片段测试，处理后效果如下：

[Verse 1]

Leaves are fallin' down on the beautiful ground
I heard a story from the man in red
He said, "The leaves are fallin' down

注意：正则方案存在极小概率误判，比如遇到McDonald、iPhone这类内部带大写字母的单词，或者行尾为大写字母的情况时可能出现错误换行，仅适合临时快速使用。

内容的提问来源于stack exchange，提问作者Fatbob