设置详细正则表达式

双倍的牙套,它告诉我们 format 将花括号视为一个普通字符(它将忽略它们: How can I print literal curly-brace characters in python string and also use .format on it? ):

rx = re.compile(r'''
    (?:\b\w+\W+){{5}} # five words before
    (?:{})
    (?:\W+\w+\b){{5}} # five words thereafter
    '''.format("|".join(ankerwords)), re.X)

或使用旧样式 % 格式化:

rx = re.compile(r'''
    (?:\b\w+\W+){5} # five words before
    (?:%s)
    (?:\W+\w+\b){5} # five words thereafter
    ''' % ("|".join(ankerwords)), re.X)

另一种方法,因为 {5} 是重复的,可能是这样的:

rx = re.compile(r'''
    (?:\b\w+\W+){five} # five words before
    (?:{expr})
    (?:\W+\w+\b){five} # five words thereafter
    '''.format(expr="|".join(ankerwords),five="{5}", re.X)

(它避免了大括号的两倍,并允许一次性地“参数化”字数)

琼几乎涵盖了所有逃离花括号的方法相当好。我唯一想补充的是,如果你关心的是风格,你有使用 Python 3.6+ 然后,你可以让它稍微有点可读性。

rx = re.compile(fr'''
    (?:\b\w+\W+){{5}} # five words before
    (?:{"|".join(ankerwords)})
    (?:\W+\w+\b){{5}} # five words thereafter
    ''', re.X)