如何从包含at least、and older、over关键词的句子中提取数值

方案1：先拆分句子再过滤提取（推荐） #

这种方式逻辑简单易修改，适配性更强：

• 先把全文按照句号、感叹号、问号等句子结束符拆成独立句子
• 筛选出包含at least、and older、over任意一个关键词的句子
• 从筛选出的句子里单独提取数值即可

Python 实现示例：

import re

# 替换为你的输入文本
input_text = "你要处理的文本内容"
# 按句子结束符拆分内容
sentences = re.split(r'[.!?]+', input_text)
result = []
keyword_list = {"at least", "and older", "over"}

for each_sentence in sentences:
    # 判断当前句子是否包含目标关键词
    if any(keyword in each_sentence for keyword in keyword_list):
        # 提取当前句子里的所有数值
        numbers = re.findall(r'\b\d+\b', each_sentence)
        result.extend(numbers)

print(result)

方案2：单条正则实现 #

如果需要用单条正则完成匹配，可以用正向前瞻约束匹配范围，正则表达式如下：
r'(?i)^(?=.*\b(?:at least|and older|over)\b).*?\b(\d+)\b'
如果单个句子包含多个数值，使用时需要开启全局匹配参数。

内容的提问来源于stack exchange，提问作者XGB