java - 匹配列表中 4 个或更多单词的正则表达式

Question

背景

我们有一个系统，可以维护正则表达式存储库，并根据这些正则表达式检查一些传入文本，以达到某些过滤目的。我们正在尝试构建的正则表达式之一如下所述。由于生产限制，我正在寻找的解决方案严格基于正则表达式。

问题

我有一个单词列表:word1、word2、word3、word4、word5、word6、word7、word8、word9、word10。我正在尝试编写一个正则表达式，如果字符串包含 4 个或更多这些单词(在任何位置以任何顺序)，则该正则表达式会与该字符串匹配。

示例

• “Abc word3 def word2 ghi word7 jkl word1 mno word5”应该是匹配的，因为它在给定列表中包含超过 4 个单词。
• “Abc word2 def ghi word8”不应该是匹配项，因为它只有给定列表中的 2 个单词。

当前状态

我有以下正则表达式，但它似乎没有达到我的需要。

((?i)((word1)|(word2)|(word3)|(word4)|(word5)|(word6)|(word7)|(word8)|(word9)|(word10))\b){4,}

请问有什么建议吗，用 Java 或 Python 表示法？

编辑:添加了一些背景信息。

Answer 1

以下正则表达式适用于我的所有测试:

(?i)(.*(^|\b)((word1)|(word2)|(word3)|(word4)|(word5)|(word6)|(word7)|(word8)|(word9)|(word10))($|\b).*){4,}

它们包括:

1. “Abc word3 def word2 ghi word7 jkl word1 mno word5”-> true
2. “Abc word2 def ghi word8”-> false
3. “word3 Sadasd Sadasd word1 word2 word4”-> true
4. “word3 Sadasd Sadasd word1 word2word4”-> false
5. “aword3 Sadasd Sadasd word1 word2 word4”-> false
6. “word3 Sadasd Sadasd word1 word2 word4a”-> false

我认为您原来的正则表达式主要缺少 .* 来匹配关键字之前和之后的任何字符串。

我还仔细检查了它是否是行首或关键字之前的边界字符(测试 5)，我认为这也丢失了。