正则表达式解析结果和预期不符，但看不出错在哪里了

Question

>>> import re
>>> RE_FUNCTION_PARAM_NAME = '[\,\(;]\s*(.*?)\s*[\,:]'
>>> testStr = 'function Func(i: Integer; s1, s2,s3,s4: string): Boolean;'
>>> pattern = re.compile(RE_FUNCTION_PARAM_NAME)
>>> print pattern.findall(testStr)
['i', 's1', 's3']
>>> 

上面这段Python脚本，希望解析出testStr中的i、s1、s2、s3、s4

但是实际解析结果只有i、s1、s3

正确的正则表达式应该是什么样的？

Answer 1

可以使用'[,(;]\s*(.*?)\s*(?=[,:])'。

,(;:在[]里面不是特殊字符，所以不用转义，当然转义了也没事；
你的正则的问题是正则最后会匹配一个逗号或者分号，所以下次匹配是从逗号或者分号的位置之后匹配的，所以当匹配成功s1之后，是从 s2,s3,s4: string): Boolean;'这个位置开始匹配的，因为开头的,号已经被s1匹配走了，所以下一次匹配是从s2后面的逗号开始的，所以s2匹配不上，同理s4前面的逗号让s3匹配走了，所以s4没有匹配上。

所以，我用断言匹配后面的逗号或分号。

Update1:
不用断言，可以使用这个

'[,(;]\s*([^,:\s)]+)'

因为变量名后面是空格或者逗号或者冒号或右括号，所以匹配的时候匹配[^,:\s]+，即一到多个非空格，逗号，冒号和右括号的字符就行了。

Answer 2

可以试下代码：

RE_FUNCTION_PARAM_NAME = '[,(;]\s*(.*?)\s*(?=[ \,:])'

原来的正则失败，原因在于后面的[\,:]，因为正则在匹配的过程中，会有一个消费字符的过程，意思就是说，假设我匹配的这个字符，不管这个字符是不是我想要的，我都是消费了，在下次匹配就不会重复考虑，所以我用了零宽断言，这样就能光匹配但不消费，所以上一轮用于匹配的字符，在下一轮还能够继续使用

Answer 3

import re
RE_FUNCTION_PARAM_NAME = r'[(,\s]?([\d\w]+)[,:]'
testStr = 'function Func(i: Integer; s1, s2,s3,s4: string): Boolean;'
pattern = re.compile(RE_FUNCTION_PARAM_NAME)

print pattern.findall(testStr)

-> python test.py
['i', 's1', 's2', 's3', 's4']

直接用pattern用r''可以免去转义符号的烦恼了。