Regex：基于无标点字符串匹配含标点的目标子串

可以通过正则表达式实现需求，核心是将无标点的搜索字符串转换为允许单词间插入任意标点/空白的匹配规则，同时精准匹配到带结尾标点的完整片段。

具体实现步骤： #

• 拆分无标点搜索词为单个单词，在单词间添加匹配任意非单词字符（标点、空格等）的正则语法，同时匹配句子结尾的标点（如句号、感叹号等）。
• 以你的示例为例，搜索词oh my goodness对应的正则模式可写为：\bOh\W+my\W+goodness\W*\.\b，开启不区分大小写匹配即可兼容大小写差异。

Python代码示例： #

import re

original_text = "Oh, my goodness. This is it. Oh."
search_str = "oh my goodness"

# 构建适配带标点文本的正则模式
words = search_str.split()
pattern = r'\b' + r'\W+'.join(words) + r'\W*\.\b'

# 执行匹配并提取结果
match_result = re.search(pattern, original_text, flags=re.IGNORECASE)
if match_result:
    print(match_result.group())  # 输出：Oh, my goodness.

补充说明： #

• \b：匹配单词边界，避免误匹配包含目标单词的更长词汇
• \W+：匹配1个或多个非单词字符，覆盖逗号、空格等任意分隔标点
• \W*\.\b：匹配结尾的句号，允许句号前存在零个或多个非单词字符，提升适配性
• 若需支持更多结尾标点（如!、?），可将\.替换为[.!?]，调整为r'\W*[.!?]\b'

内容的提问来源于stack exchange，提问作者Guido Visser