2.3.4　最短匹配

用正則表達式匹配某個文本模式是字符串匹配中最為常用的方式。一般，正則表達式找到的是最長的可能匹配，但有時需要的結果是最短的可能匹配。

這個問題一般出現在需要匹配一對分隔符之間的文本的時候（比如引號包含的字符串），相關代碼（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))

---

執行py文件，輸出結果如下：

---

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

---

在示例中，模式r'\"(.*)\"'的意圖是匹配雙引號包含的文本。但是在正則表達式中，*操作符是貪婪的，匹配操作會查找最長的可能匹配。所以，在第二個print語句中搜索text_v的時候返回結果并不和期望的一樣。

要修正這個問題，可以在模式中的*操作符后面加上?修飾符，示例如下：

---

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

---

在上述更改后，匹配變成非貪婪模式，從而得到最短的可能匹配，這也是期望的結果。

這里展示了在寫包含點(.)字符的正則表達式的時候遇到的一些常見問題。在一個模式字符串中，點(.)字符可以匹配除了換行符外的任何字符，但如果將點(.)字符放在開始與結束符（比如：引號）之間，匹配操作會查找符合模式的最長的可能匹配，這樣通常會導致忽視很多中間被開始與結束符包含的文本，最終被包含在匹配結果中返回。

通過在“*”或者“+”這樣的操作符后面添加一個“?”，可以強制匹配算法改成尋找最短的可能匹配。