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:
with open(CARPETA+archivo) as fo:
f = fo.readlines()
f = '\n'.join(f)
print(f)
if re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', f) != []:
listFinal.append(re.findall('[A-Z][a-z]+ [A-Z][a-z]{4,13}', f))
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']]
Primero la lista principal, que es todo lo que el programa recorre, y luego la lista a nivel de cada línea de archivo.