Python 正則表示法中 ?: 與(非)捕獲群組的精要筆記（含程式例子）; ? 的多重語義:量詞0 or 1次, +?非貪婪量詞, ?!非捕獲群組, ?P<name> 命名捕獲組, ?=斷言

1. 群組 vs. 捕獲群組 vs. 非捕獲群組

群組 (group): 用括號把子表達式包起來以便「成為一個單位」(重複、選擇、優先順序)。
捕獲群組 (capturing group): (…) 會把匹配內容存進 group 編號/名稱，供 group(1)/groupdict() 取用。
非捕獲群組 (non‑capturing group): (?:…) 只做「分組」但不建立群組結果，避免影響編號。
為什麼需要非捕獲群組？

不想要內容被取出（純粹為了分組或量詞/優先順序）。
不想讓群組編號改變（減少「編號漂移」帶來的維護痛苦）。
findall 行為更直覺（不會因為多了捕獲群組而回傳 tuple）。

2. `?` 的多重語義

3. 經典數字範式：`(\d+(?:\.\d+)?)`

好處：小數部分用非捕獲群組，避免 findall 回傳 tuple。

對比看看 捕獲群組版本：

👉 很容易多出 tuple，處理上比較麻煩。

4. 命名捕獲群組

5. Lookaround 斷言

6. `findall` 的差異

7. 實務範例：抓評分（含 fallback）

或者三層try~ except~:


def gpt_similarity(text1, text2=user_query):
    """
    用GPT判斷兩段文字的相似度
    try: 使用re.search分離出整數(浮點數)部分
    except: 若捕捉到例外,
        再try: re.split()
        except: 要是又有例外,
            try:使用GPT只輸出數字部分,三層的try~ except~
    """
    prompt_compair = f"""
    請判斷以下兩段話的語意關聯性，1~10分，並且務必只輸出以下格式：
    語意關聯性評分：X分

    第一段: {text1}
    第二段: {text2}
    """
    response = client_LLM.chat.completions.create(
        model=model_LLM,
        messages=[
            {"role": "user", "content": prompt_compair}
        ]
    )
    content = response.choices[0].message.content
    # '語意關聯性評分：9分'
    # pattern = r"語意關聯性評分[:：]\s*(\d+)分" #簡單版,假設X為整數
    pattern = r"語意關聯性評分[:：]\s*(\d+(?:\.\d+)?)\s*分" #連小數點都會捕抓
    """
    (?:\.\d+)?
    (\d+(?:\.\d+)?) 中的 (?:\.\d+)?:

    這裡有兩個「?」但功能不同：

    (?: ... ) 裡面的「?:」是「非捕獲群組」的語法記號，
    不是量詞。它只代表「分組但不產生 group 編號」。

    末尾的「)?」這個「?」才是量詞，表示「整個群組可有可無（0 或 1 次）」。

    所以 (?:\.\d+)? 的意思是：

    非捕獲群組 (?:\.\d+)：一個「小數點 + 至少一位數字」

    後面的 ?：讓這整段小數部分變成可選(0 或 1 個)

    等價寫法（用捕獲群組也行）：

    (\.\d+)? 也是「小數部分可選」
    """

    try:
        match = re.search(pattern, content)
        #<re.Match object; span=(0, 10), match='語意關聯性評分：9分'>
        return float(match.group(1))
        #match.group(0) #'語意關聯性評分：9分'
        #match.group(1) #'9'
    except:
        try:
            #有辦法轉為 float 的 元素就return
            parts = re.split("：|:|分", content)
            parts = re.split(r"[：:分]\s*", content) #順便吃掉後面的空白
            # re.split("：|:|分", content)
            #['語意關聯性評', '', '9', '']
            for p in parts:
                try:
                    return float(p.strip().replace("．","."))  
                    # 嘗試轉換成浮點數
                except ValueError:
                    continue
 
        except:
            try:
                prompt2 = f"請對以下內容,只輸出數字部分:{content}"
                response = client_LLM.chat.completions.create(
                    model=model_LLM,
                    messages=[
                        {"role": "user", "content": prompt2}
                    ]
                )
                content2 = response.choices[0].message.content
                return float(content2.strip())
            except ValueError:
                    return 0.0