使用python正则表达式提取句子

我有一个降价文件，如下所示：

#2016-12-24
| 单词 | 解释 | 例句 |
| --------- | -------- | --------- |
|**accelerator;**| - | - |
|**compass**| - | - |
|**wheels**| - | - |
|**fabulous**| - | - |
|**sweeping**| - | - |
|**prospect**| - | - |
|**pumpkin**| - | - |
|**trolley**| - | - |
|snapped,**| - | - |
|tip| - | - |
|lap| - | - |
|tether.| - | - |
|damp| - | - |
|triumphant| - | - |
|sarcastic| - | - |
|missed out| - | - |
|sidekick| - | - |
|considerable| - | - |
|Willow.| - | - |
|eagle.| - | - |
|considerably.| - | - |
|flat.| - | - |
|feast| - | - |
|scramble| - | - |
|turned up| - | - |
|rounded off| - | - |
|rat| - | - |
|resembled| - | - |
|By the time she had clambered back into the car,| - | - |
|By the time she had clambered back into the car, they were running very late,| - | - |
|wheeled his trolley| - | - |
|barrier,| - | - |
|bounced| - | - |
|in blazes| - | - |
|clutching| - | - |
|sealed| - | - |
|stunned.| - | - |
|‘We’re stuck,| - | - |
|marched off| - | - |
|accelerator| - | - |
|and the prospect of seeing Fred and George’s jealous faces| - | - |
|protest.| - | - |
|in protest.| - | - |
|horizon,| - | - |
|knuckles| - | - |
|metal| - | - |
|thick| - | - |
|reached the end of its tether.| - | - |
|Artefacts| - | - |
|blurted out.| - | - |
|gaped| - | - |
|I will be writing to both your families tonight.| - | - |
|‘Can you believe our luck, though?’| - | - |
|‘Skip the lecture,’| - | - |
|people’ll be talking about that one for years!’| - | - |
|nudged| - | - |
|‘I know I shouldn’t’ve enjoyed that or anything, but –’| - | - |
|dashed| - | - |

我想摘录如下句子：

当她爬回车里时

当她爬回车里时，他们已经很晚了

推着他的手推车

“我们被卡住了

看到弗雷德和乔治嫉妒的脸

已经到了极限

今晚我会写信给你们两个家庭

“不过，你能相信我们的运气吗？”

“跳过讲座，”

人们会谈论这个问题很多年的

“我知道我不应该喜欢这样或那样，但是——”

我试着在网站上这样做，但实际上每次都是匹配的

有人能帮我吗？

试试这个：

^\|[^\w\|]*(\w+\s+(?=\w+)[^\|]*)

如果管线以管道（|）开头，则匹配

[^\w\|]*

抓取任何不在a-z0-9和|

\w+\s+

确保它后跟一个单词和一个或多个单词 空白

（？=\w+）

然后检查它是否有更多的单词要跟随

[^\|]*

如果发现以前的情况，则会捕获任何内容，直到 下一管道|

对于每一场比赛，第一组包含你想要的句子

---

你可以想出：

^\|                     # start of line, followed by |
(                       # capture the "words"
    (?:[‘\w]+           # a non-capturing group and at least one of \w or ‘
        (?:[^|\w\n\r]+  # followed by NOT one of these
        |               # or
        (?=\|)          # make sure, there's a | straight ahead
    )
){2,})                  # repeat the construct at least 2 times
\|

请参见（注意修改器！）。

---

这将捕获至少两个连续的单词，如果您需要更多，请在{}括号中添加另一个数字。

确定提取内容的标准是什么？最少几个字？也许你需要？请重新检查要求。@Langitar没有特别的标准，实际上在标记格式表中有单个单词和句子，我只想提取句子，忽略单个单词。但是为什么blazes中的

不匹配？“这不止一个词。@MarcoMei用你的评论更新你的问题非常感谢，Maverick，它很有效。还有一个问题：根据您的回答，我可以将其更新为：

（？你在第一组中得到句子，在提供的解释链接中…尽量避免向后看…可以告诉你，你是如何从第一组中得到句子的…让我告诉你know@Marco梅，我已经添加了运行示例的链接，我猜您只能接受一个答案：）非常感谢，这是一个很好的编码站点，保存它。如果可以的话，希望我能给你更多反馈。：）我一直在思考如何匹配连续的单词，非常感谢。最后我将其更新为：（？）？