Python 如何在文本块中找到所有已知的成分字符串？

给定一系列成分：

text=“”成分：有机蔗糖、全麦面粉、，
单甘油三酯和双甘油三酯。在使用坚果的工厂生产

我如何从我的postgres数据库中提取成分，或在我的elasticsearch索引中找到它们，而不匹配标记，如

成分：

或

坚果

预期产出将是：

成分=过程（文本）
#[‘蔗糖’、‘全麦面粉’、‘单甘油三酯’]

这个Python代码给了我这个输出：

[‘有机蔗糖’、‘全麦面粉’、‘单甘油三酯和双甘油三酯’]

它要求配料在“配料：”之后，所有配料都列在“.”之前，就像你的情况一样

import re
text = """Ingredients: organic cane sugar, whole-wheat flour,
   mono & diglycerides. Manufactured in a facility that uses nuts."""

# Search everything that comes after 'Ingredients: ' and before '.'
m = re.search('(?<=Ingredients: ).+?(?=\.)', text, re.DOTALL) # DOTALL: make . match newlines too
items = m.group(0).replace('\n', ' ').split(',') # Turn newlines into   spaces, make a list of items separated by ','
items = [ i.strip() for i in items ] # Remove leading whitespace in each item
print items

重新导入
text=“”成分：有机蔗糖、全麦面粉、，
单甘油三酯和双甘油三酯。在使用坚果的工厂生产
#搜索“配料”之后和之前的所有内容
m=re.search（“（？在“成分：””的确切字符串后面用逗号分隔的所有内容是否太天真？为什么不列出所有成分的列表，然后在文本中查找它们？语料库的大小？根据您的输入，这可能是一项相当复杂的任务，因为可能有许多语法和变体（除非您的输入总是以
成分：a、b、c和d.注释的形式出现。
，但这通常不适用于大量真实数据）。我已经做了好几次，最后总是得到某种解析器。一个基于Ruby的实现是，它用于解析。由于它不是基于Python的，所以我将此作为注释而不是答案。