2.3.4　最短匹配

用正则表达式匹配某个文本模式是字符串匹配中最为常用的方式。一般，正则表达式找到的是最长的可能匹配，但有时需要的结果是最短的可能匹配。

这个问题一般出现在需要匹配一对分隔符之间的文本的时候（比如引号包含的字符串），相关代码（shortest_match_exp.py）示例如下：

import re
str_pat = re.compile(r'"(.*)"')
text_val = 'Show "no." on screen'
print(str_pat.findall(text_val))

text_v = 'Computer show "no." Phone show "yes."'
print(str_pat.findall(text_v))

执行py文件，输出结果如下：

['no.']
['no." Phone show "yes.']

在示例中，模式r'\"(.*)\"'的意图是匹配双引号包含的文本。但是在正则表达式中，*操作符是贪婪的，匹配操作会查找最长的可能匹配。所以，在第二个print语句中搜索text_v的时候返回结果并不和期望的一样。

要修正这个问题，可以在模式中的*操作符后面加上?修饰符，示例如下：

str_pat = re.compile(r'"(.*?)"')
print(str_pat.findall(text_v))

在上述更改后，匹配变成非贪婪模式，从而得到最短的可能匹配，这也是期望的结果。

这里展示了在写包含点(.)字符的正则表达式的时候遇到的一些常见问题。在一个模式字符串中，点(.)字符可以匹配除了换行符外的任何字符，但如果将点(.)字符放在开始与结束符（比如：引号）之间，匹配操作会查找符合模式的最长的可能匹配，这样通常会导致忽视很多中间被开始与结束符包含的文本，最终被包含在匹配结果中返回。

通过在“*”或者“+”这样的操作符后面添加一个“?”，可以强制匹配算法改成寻找最短的可能匹配。