如何编写正则表达式匹配两个指定单词中间存在可选单词的场景

原有写法的问题 #

• 你写的[a-z+]属于正则字符类，仅能匹配单个小写英文字母或+号，无法匹配完整的多字母单词，且+放在字符类内只会被识别为普通字符，不会生效量词作用
• 原有写法强制要求green和apple中间必须存在1个字符，无法适配两个词直接相邻的"green apple"场景

正确写法 #

可以用非捕获组匹配「空格+单词」的0次或多次重复，适配中间无额外单词、有1个或多个额外单词的场景：

r"green(?:\s+[a-z]+)*\s+apple"

语法说明 #

• (?:\s+[a-z]+)*：?:表示非捕获组不占用捕获分组名额，\s+匹配1个或多个空格，[a-z]+匹配1个或多个小写字母组成的单词，*表示整个组可以出现0次或多次
• 该正则可以覆盖的匹配场景：
  • "green apple"
  • "green big apple"
  • "green small sour apple"

可选调整方案 #

• 如果需要支持大小写混用（比如匹配Green Apple），可以在编译正则时添加re.I修饰符
• 如果需要支持单词中含数字、下划线，可将[a-z]+替换为\w+
• 如果需要限制中间最多出现N个额外单词，可将*替换为{0,N}，比如{0,2}表示中间最多允许2个额外单词
• 如果要求单词间只能有1个半角空格，可将所有\s+替换为\s
• 如果需要避免匹配到前缀后缀包含其他字符的场景（比如bluegreen apple、green appletree），可以在正则首尾添加单词边界：

  r"\bgreen(?:\s+[a-z]+)*\s+apple\b"
  

内容的提问来源于stack exchange，提问作者Timur