我正在尝试设计一个正则表达式，它将以完整句子的形式解析用户输入。我正在努力让我的表情充分发挥作用。我知道它编码不好，但我正在努力学习。我目前正试图让它解析 precent 作为代码下看到的一个字符串。
My test "sentence"= How I'm 15.5% wholesome-looking U.S.A. we RADAR () [] {} you -- are, ... you?
text = input("please type somewhat coherently: ")
pattern = r'''(?x) # set flag to allow verbose regexps
(?:[A-Z]\.)+ # abbreviations, e.g. U.S.A.
|\w+(?:[-']\w+)* # permit word-internal hyphens and apostrophes
|[-.(]+ # double hyphen, ellipsis, and open parenthesis
|\S\w* # any sequence of word characters
# |[\d+(\.\d+)?%] # percentages, 82%
|[][\{\}.,;"'?():-_`] # these are separate tokens
'''
parsed = re.findall(pattern, text)
print(parsed)
我的输出 = ['How', "I'm", '15', '.', '5', '%', 'wholesome-looking', 'U.S.A.', 'we', 'RADAR', '(', ')', '[', ']', '{', '}', '你', '--', '是', ',', '...' , '你', '?']
我希望将 '15'、'.'、'5'、'%' 解析为 '15.5%'。当前被注释掉的行是应该做的，但是当被注释掉时绝对什么都不做。我搜索了可提供帮助的资源，但没有找到。
感谢您的宝贵时间。
请您参考如下方法:
如果您只想将百分比匹配作为一个整体实体，您真的应该知道正则表达式引擎会从左到右分析输入字符串和模式。如果您有一个替代方案，将选择与输入字符串匹配的最左边的替代方案，其余的甚至不会被测试。
因此，您需要拉取替代项 \d+(?:\.\d+)?向上，捕获组应该变成非捕获或 findall会产生奇怪的结果:
(?x) # set flag to allow verbose regexps
(?:[A-Z]\.)+ # abbreviations, e.g. U.S.A.
|\d+(?:\.\d+)?% # percentages, 82% <-- PULLED UP OVER HERE
|\w+(?:[-']\w+)* # permit word-internal hyphens and apostrophes
|[-.(]+ # double hyphen, ellipsis, and open parenthesis
|\S\w* # any sequence of word characters#
|[][{}.,;"'?():_`-] # these are separate tokens
参见 regex demo .
另外，请注意我替换了[][\{\}.,;"'?():-_`]与 [][{}.,;"'?():_`-] : 大括号不必转义，-正在从匹配 ; 的冒号(十进制代码 58)和下划线(十进制 95)形成不必要的范围, < , = , > , ? , @ , 所有大写拉丁字母, [ , \ , ]和 ^ .
