Espero haber entendido bien tu pregunta.
El setup:
Tengo 3 archivos con diferentes nombres pero todos contienen una variación de este texto:
Contenido del archivo1
Lo que no quiero que aparezca // Juan Perez tragaba trigo en un trigal Jorge Ramirez
Lo que no quiero que aparezca Manuel Lopez
Fin archivo1
El código:
import os
import re
# La siguiente notacion es para Windows, el punto significa "en esta carpeta", donde se esta ejecutando python
CARPETA = '.\\Carpeta\\'
listArc = os.listdir(CARPETA)
listFinal = []
for archivo in listArc:
listIndividual = []
with open(CARPETA+'\\'+archivo) as fo:
for line in fo:
if re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', line) != []:
listIndividual.append(re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', line))
listFinal.append(listIndividual)
print(listFinal)
Y el print resultante sería:
[[['Juan Perez', 'Jorge Ramirez'], ['Manuel Lopez']], [['Juan Perez', 'Jorge Ramirez'], ['Manuel Lopez']], [['Juan Perez', 'Jorge Ramirez'], ['Manuel Lopez']]]
Ahí tienes 3 niveles de lista.
Primero la lista principal, que es todo lo que el programa recorre, luego la lista a nivel de cada archivo, y finalmente la lista a nivel de cada línea de archivo.
Si quieres que sea a nivel [lista general] > [lista archivo] nada más, en lugar de hacer el "for line in fo", crearías una variable que sea igual a "fo.readlines()", con el contenido de todo el archivo, y sobre esa variable aplicarías el re.findall.