正则表达式使 3 个单词彼此靠近。如何获取他们的上下文？

我有以下字符串：

text = "I love jam. I like all other kinds of confectionery as well--cakes and croissants and things. Bagels too! Carbs for the win I say. And my other favorite kinds of food are mostly bread based - bread itself, so many different kinds of bread. I love the ones with herbs and cheese in it. I like pizza as well, and garlic bread. But most of all, jam."

现在，我想确定 3 个单词“jam”、“pizza”和“garlic”在哪里彼此靠近。所以我使用这个正则表达式：

fav_food = re.findall(r"\b(?:(?:((?i)pizza|pasta)|((?i)mint|garlic)|((?i)jam|jelly)|(?(1)|(?(2)|(?(3)|(?!))))\w+)\b\W*?){3,25}(?(1)(?(2)(?(3)|(?!))|(?!))|(?!))", text)

这给出了以下输出：

[('pizza', 'garlic', 'jam')]

现在，我需要的是文本中这些单词彼此接近的部分。我尝试对文本进行标记，然后迭代列表以查看该单词是否在每个句子中，然后将其打印出来，但这会捕获文本开头的错误“堵塞”。这不是我需要的 - 我只需要包含所有 3 个彼此接近的单词的文本部分。

一旦在文本中找到邻近的 3 个单词，是否有某种方法可以在前面说 10 个单词，在后面说 10 个单词？或者我怎样才能得到包含这些单词的句子（而不得到包含它们但不相关的句子，例如本文中的第一句话）？

对于这样的问题，您需要确保匹配中有 3 个单词，并且它应该是最小长度。对于我们问题的第一部分，我们需要一个匹配我们的单词和其他单词的任意组合的模式，而且它必须包含所有单词，因此您不能执行以下操作：

(pizza|garlic|jam).*?(pizza|garlic|jam).*?(pizza|garlic|jam)

因为它会匹配类似的东西jam ...pizza...jam.您需要为您的正则表达式创建所有可以完成的可能性itertools.permutations，因此您必须选择以下情况之一：

(pizza.*?garlic.*?jam)|(pizza.*?jam.*?garlic)|(garlic.*?pizza.*?jam)|(garlic.*?jam.*?pizza)|(jam.*?pizza.*?garlic)|(jam.*?garlic.*?pizza)

Note在前面的组中，因为您想要最小匹配，所以当然您必须在句子的前导中使用一个单词，在句子的末尾使用一个单词（因为如果您还有其他单词，那么肯定会考虑它是多余的（this is jam and pizza and garlic）在这句话中this is是多余的）所以在这里我们创造了所有的可能性优化我们的正则表达式以拒绝额外的搜索 :

>>> l=('pizza', 'garlic', 'jam')
>>> p=[]
>>> for i,j,k in permutations(l,3) :
...     m=re.search(r'({}.*?{}.*?{})'.format(i,j,k),text)
...     if m :
...        p.append(m.group(0))
... 
>>> print min(p,key=len)
pizza as well, and garlic bread. But most of all, jam