如何用Python正则表达式获取包含多个指定单词的所有句子？

嘿，我来帮你搞定这个正则匹配的难题！你想要提取**同时包含两个指定单词（顺序无关）**的句子，还要避开像价格里的小数点这类干扰，对吧？咱们先看看你原来的正则问题出在哪，再给出可行的方案。

你的原正则存在的问题 #

你用的([^.]*?(apple)*?(costs)[^.]*\.)有两个核心问题：

1. 小数点干扰：[^.]是匹配除了句号之外的任意字符，所以遇到0.99里的点就会直接截断，导致句子匹配不完整。
2. 未强制要求两个单词都存在：(apple)*?是可选匹配（零次或多次），所以哪怕句子里只有costs没有apple，也会被匹配出来，这就不符合你“同时包含两个单词”的需求。

可行的正则方案 #

我们需要调整正则的思路：先锁定句子的正确边界（区分句子结束的句号和中间的小数点），再强制要求两个单词都存在（顺序无关）。

最终的正则表达式如下：

(?:^|(?<=\.\s))(?=.*?apple)(?=.*?costs)(?:(?!\.\s).)*?\.(?=\s|$)

逐部分解释这个正则： #

• (?:^|(?<=\.\s))：匹配句子的起始位置——要么是文本的开头，要么是前一个句子结束的句号+空格之后，确保我们从一个完整句子的开头开始匹配。
• (?=.*?apple)(?=.*?costs)：这是两个正向预查，用来确保后续的句子内容里同时包含apple和costs，而且不限制它们的顺序（你也可以把两个预查的顺序反过来，效果一样）。
• (?:(?!\.\s).)*?：匹配句子的主体内容——逐字符匹配，直到遇到句号+空格就停止。这样就不会把价格里的0.99这类小数点当成句子的结束标志。
• \.(?=\s|$)：匹配句子的结束句号，后面要么是空格（下一个句子的开头），要么是文本的结尾，确保这是一个完整句子的结束。

测试示例 #

用你的示例文本测试：

"Supermarket. This apple costs 0.99."

这个正则会精准匹配到：This apple costs 0.99.，完全符合你的需求，而且不会匹配前面的Supermarket.（因为它不包含两个指定单词）。

代码示例（以Python为例） #

如果你要在代码里使用这个正则，可以参考下面的写法：

import re

text = "Supermarket. This apple costs 0.99. Another sentence with only apple. And one with just costs."
pattern = r'(?:^|(?<=\.\s))(?=.*?apple)(?=.*?costs)(?:(?!\.\s).)*?\.(?=\s|$)'
matches = re.findall(pattern, text)
print(matches)  # 输出: ['This apple costs 0.99.']

内容的提问来源于stack exchange，提问作者user9479535