Python 正则表达式未匹配行末

Question

我正在尝试用一个比较复杂的正则表达式来匹配C/C++的函数定义。不过我发现有一个情况没有匹配上，我想弄明白为什么。这里是一个不匹配的输入字符串：

   void Dump(const char * itemName, ofstream & os)

这明显是一个有效的C++方法声明。这里是正则表达式：

   ^[^=+-|#]*?([\w<>]+\s+(?!if|for|switch|while|catch|return)\w+)\s*\([^;=+-|]*$

这个正则表达式主要是想区分其他看起来像方法声明的C语法，也就是那些后面跟着括号的词。

我使用了一个非常有用的Python正则表达式调试工具（http://www.pythonregex.com/），我发现问题出在最后的"$"符号上——如果我把正则表达式最后的$去掉，它就能匹配上上面的函数签名；如果我保留这个$，就匹配不上。这里面一定有Python正则表达式的一些特殊之处让我搞不清楚。谢谢。

相关问题：

• 正则表达式：匹配包含特殊字符或'http://'的单词
• Python和Java中正则表达式语法的差异
• 用正则表达式检查整个字符串
• 正则表达式错误 - 没有可重复的项
• 编写正则表达式解析器
• 在正则表达式中查找最后一个组
• 如何为句子中的每个单词分组？
• python 正则表达式：匹配仅包含一个字符实例的字符串

Answer 1

在使用PythonRegex时，输出结果可能会让人有些误解。你会发现，r.groups()和r.findall()的结果是一样的，都是u'void Dump'，这其实是第一个捕获组的内容。如果它显示的是整个匹配结果，你会发现，当你去掉$时，其实你只匹配到了

void Dump(

...并不是你想要的整个函数定义。造成这个问题的原因（正如Greg所解释的）是你最后一个字符类里有语法错误。你需要通过把连字符放在最前面（[^-;=+|]）或最后（[^;=+|-]），或者在它前面加一个反斜杠（[^;=+\-|]）来转义这个连字符。

我能想到的让PythonRegex显示整个匹配结果的方法，就是去掉所有的捕获组（或者把它们转换为非捕获组）。

Answer 2

在你的字符类 [^;=+-|] 中使用 +-| 是在指定一个 范围。这样会导致这个字符类包含的字符（实际上是排除，因为你用了 ^）比你想要的要多得多。如果你想在字符类中指定一个字面上的 -，可以把它放在最前面，比如 [^-;=+|]。