如何用Python构建正则查找指定间隔内任意顺序的多个关键词

解决方案 #

你要的效果完全不需要写复杂的排列组合正则，用滑动窗口法实现更简单易维护，效率也更高，具体实现如下：

实现步骤 #

• 先把文本统一转小写（如果需要大小写敏感可以去掉转小写逻辑），拆分成独立的单词列表
• 计算匹配需要的滑动窗口大小：按照你给出的规则，n个关键词的总允许间隔为3*(n-1)，因此窗口总长度为 关键词数量 + 3*(n-1)，刚好满足你的要求：2个关键词窗口长度5、3个关键词窗口长度9、4个关键词窗口长度13，你也可以根据需求自行调整窗口计算规则
• 遍历所有长度等于窗口大小的连续单词片段，检查是否包含所有目标关键词，存在符合条件的片段就返回True

代码示例 #

import re

def check_keywords_in_range(sentence: str, keywords: list, max_interval_per_gap: int =3) -> bool:
    # 拆分所有单词，转小写实现大小写不敏感匹配
    words = re.findall(r'\b\w+\b', sentence.lower())
    keyword_set = set(k.lower() for k in keywords)
    n = len(keyword_set)
    if n == 0:
        return True
    # 计算窗口大小：关键词数 + 总允许间隔
    window_size = n + max_interval_per_gap * (n - 1)
    # 句子总词数不足窗口大小直接返回False
    if len(words) < window_size:
        return False
    # 滑动窗口遍历所有可能的片段
    for i in range(len(words) - window_size + 1):
        window_words = set(words[i:i+window_size])
        if keyword_set.issubset(window_words):
            return True
    return False

# 测试用例1
sentence1 = 'this and that'
keywords1 = ['this', 'that']
print(check_keywords_in_range(sentence1, keywords1)) # 输出True

# 测试用例2：4个关键词场景
sentence2 = 'this is a test that these are those demo content'
keywords2 = ['this', 'that', 'these', 'those']
print(check_keywords_in_range(sentence2, keywords2))

原代码问题说明 #

你之前写的代码有两个明显错误导致无法正常运行：

1. 正则字符串没有加r前缀，\b会被Python解析为退格符，而非正则规则里的单词边界
2. 正则字符串里直接写了word1、word2变量名，不会被自动替换为变量的实际值，需要用f-string或者字符串拼接传入变量值

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