Python 正则表达式带有 % 符号的单词边界

Question

我想检测所有

1%

作为带有单词边界的子字符串。使用 python 中的以下代码片段不会返回任何内容。我想检测前两个 1% 子字符串，但不是最后一个单词 0.1% 的一部分的 1%。这就是为什么单词边界很重要。

matches = re.finditer(r'\b1%\b', '1% of 100 is not 1% of 10 its 0.1%', re.I)
for match in matches:
    print(match)

有什么想法吗？

Answer 1

来自 python

re

文档

请注意，正式地，

\b

被定义为

\w

和 a 之间的边界

\W

字符（反之亦然），或位于

\w

与开头或结尾之间 字符串的。

观察到数字属于

\w

，点属于

\W

，因此

.1

内部有边界，

%

和空格都属于

\W

，因此

% 

内部没有边界

您可以使用负向后查找来排除以点为前缀的 1，如下所示

import re
matches = re.finditer(r'(?<![.])1%', '1% of 100 is not 1% of 10 its 0.1%', re.I)
for match in matches:
    print(match)

提供输出

<re.Match object; span=(0, 2), match='1%'>
<re.Match object; span=(17, 19), match='1%'>

请注意，我使用

[.]

作为文字点是必需的，而不是表示任何字符的点。

Answer 2

由于

.

和

1

都被视为“非单词字符”，因此

.

和

1

之间没有单词边界。

您必须结合使用“行首”和“查找空白”。

像这样：

(?:^|\s)1%

分解：

(?:     # Start of non-capturing group
^       # Beginning of line
|       # or
\s      # a single whitespace
)       # End of non-capturing group
1%      # Literal string to match

在这里测试：https://regex101.com/r/sVa6U4/1