正则表达式 * ? +

在正则表达式中，*、? 和 + 都是量词（Quantifiers），用于指定前面字符或组的匹配次数。以下是它们的详细解释和对比：

1. *（星号）

含义：匹配前面的字符或组 0 次或多次（即“可有可无，但可以有多个”）。

示例：

• 正则：ab*c

  • 匹配：ac（b 出现 0 次）、abc（b 出现 1 次）、abbbc（b 出现多次）。
  • 不匹配：ab（缺少结尾的 c）、aabc（b 前面不能有 a）。

• 正则：\d*（匹配 0 个或多个数字）

  • 匹配：""（空）、"1"、"123"。

2. ?（问号）

含义：匹配前面的字符或组 0 次或 1 次（即“可有可无，但最多 1 个”）。

示例：

• 正则：ab?c

  • 匹配：ac（b 出现 0 次）、abc（b 出现 1 次）。
  • 不匹配：abbc（b 出现多次）。

• 正则：colou?r（匹配英式/美式拼写）

  • 匹配：color（u 出现 0 次）、colour（u 出现 1 次）。

特殊用法：非贪婪匹配

• 当 ? 跟在 *、+ 或 ? 后面时（如 *?、+?、??），表示非贪婪匹配（尽量少匹配）。
• 示例：

  import re
  text = "<div>hello</div><div>world</div>"
  greedy = re.search(r'<div>.*</div>', text)    # 匹配整个字符串（贪婪）
  lazy = re.search(r'<div>.*?</div>', text)     # 仅匹配第一个 `<div>hello</div>`
  

3. +（加号）

含义：匹配前面的字符或组 1 次或多次（即“至少出现 1 次”）。

示例：

• 正则：ab+c

  • 匹配：abc（b 出现 1 次）、abbbc（b 出现多次）。
  • 不匹配：ac（b 出现 0 次）。

• 正则：\d+（匹配 1 个或多个数字）

  • 匹配："1"、"123"。
  • 不匹配：""（空）。

对比总结

常见用途

1. *：匹配可能不存在的模式（如可选的前缀/后缀）。

   • 示例："*optional*" 可以匹配 "optional" 或 "*optional*"。

2. ?：匹配可选字符（如英式/美式拼写差异）。

   • 示例："neighbou?r" 匹配 "neighbor" 或 "neighbour"。

3. +：确保某个模式至少出现一次（如数字、字母）。

   • 示例："\d+" 匹配 "123"，但不匹配 ""。

高级用法

(1) 指定具体次数 {n,m}

• {n}：匹配 exactly n 次。
• {n,}：匹配至少 n 次。
• {n,m}：匹配 n 到 m 次。

示例：

• a{3} → "aaa"
• a{2,4} → "aa"、"aaa"、"aaaa"

(2) 非贪婪匹配 *?、+?、??

• 默认情况下，*、+、? 是贪婪的（匹配尽可能多的字符）。
• 加上 ? 后变为非贪婪（匹配尽可能少的字符）。

示例：

text = "<div>hello</div><div>world</div>"
re.findall(r'<div>.*</div>', text)  # 贪婪匹配 → `['<div>hello</div><div>world</div>']`
re.findall(r'<div>.*?</div>', text) # 非贪婪匹配 → `['<div>hello</div>', '<div>world</div>']`

总结

• * 最宽松（可有可无，可多个）。
• ? 最严格（最多 1 个）。
• + 折中（至少 1 个）。