正則表示式——常用量詞
{m,n}是通用形式的量詞，正則表示式還有三個常用量詞，分別是+、?、*。它們的形態雖然不同於{m,n}，功能卻是相同的（也可以把它們理解為"量詞簡記法"），具體說明見表2-2。
表2-2 常用量詞
| 常用量詞 |
{m,n}等價形式 |
說明 |
| * |
{0,} |
可能出現，也可能不出現，出現次數沒有上限 |
| + |
{1,} |
至少出現1次，出現次數沒有上限 |
| ? |
{0,1} |
至多出現1次，也可能不出現 |
在實際應用中，在很多情況只需要表示這三種意思，所以常用量詞的使用頻率要高於{m,n}，下面分別說明。
大家都知道，美國英語和英國英語有些詞的寫法是不一樣的，比如traveler和traveller，如果希望"通吃"traveler和traveller，就要求第2個l是"至多出現1次，也可能不出現"的，正好使用?量詞：travell?er，如例2-4所示。
例2-4 量詞?的應用
re.search(r"^travell?er$", "traveler") != None # => Truere.search(r"^travell?er$", "traveller") != None # => True
其實這樣的情況還有很多，比如favor和favour、color和colour。此外還有很多其他應用場合，比如http和https，雖然是兩個概念，但都是協議名，可以用https?匹配；再比如表示價格的字串，有可能是100也有可能是￥100，可以用￥?100匹配 。
量詞也廣泛應用於解析HTML程式碼。HTML是一種"標籤語言"，它包含各種各樣的tag（標籤），比如<head>、<img>、<table>等，這些tag的名字各異，形式卻相同：從<開始，到>結束，在<和>之間有若干字元，"若干"的意思是長度不確定，但不能為0（<>並不是合法的tag），也不能是>字元 。如果要用一個正則表示式匹配所有的tag，需要用<匹配開頭的<，用>匹配結尾的>，用[^>]+匹配中間的"若干字元"，所以整個正則表示式就是<[^>]+>，程式如例2-5所示。
例2-5 量詞+的應用
re.search(r"^<[^>]+>$", "<bold>") != None # => True re.search(r"^<[^>]+>$", "</table>") != None # => True re.search(r"^<[^>]+>$", "<>") != None # => False
類似的，也可以使用正則表示式匹配雙引號字串。不同的是，雙引號字串的兩個雙引號之間可以沒有任何字元，""也是一個完全合法的雙引號字串，應該使用量詞*，於是整個正則表示式就成了"[^"]*"，程式見例2-6。
例2-6 量詞*的應用
re.search(r"^\"[^\"]*\"$", "\"some\"") != None # => True re.search(r"^\"[^\"]*\"$", "\"\"") != None # => True
注：字串之中表示雙引號需要轉義寫成\"，這並不是正則表示式中的規定，而是為字串轉義考慮。
量詞的使用有很多學問，不妨多看幾個tag匹配的例子：tag可以粗略分為open tag和close tag，比如<head>就是open tag，而</html>就是close tag；另外還有一類標籤是self-closing tag，比如<br/>。現在來看分別匹配這三類tag的正則表示式。
open tag的特點是以<開頭，然後是"若干字元"（但不能以/開頭），最後是>，所以對應的正則表示式是<[^/][^>]*>；注意：因為[^/]必須匹配一個字元，所以"若干字元"中其他部分必須寫成[^>]*，否則它無法匹配名字為單個字元的標籤，比如<b>。
close tag的特點是以<開頭，之後是/字元，然後是"若干字元（但不能以/開頭）"，最後是>，所以對應的正則表示式是</[^>]+>；
self-closing tag的特點是以<開頭，中間是"若干字元"，最後是/>，所以對應的正則表示式是<[^>]+/>。注意：這裡不是<[^>/]+/>，排除型字元組只排除>，而不排除/，因為要確認的只是在結尾的>之前出現/，如果寫成<[^>/]+/>，則要求tag內部不能出現/，就無法匹配<img src="http://somehost/picture" />這類的tag了。
表2-3列出了匹配幾類tag的表示式。
表2-3 各類tag的匹配
| 匹配所有tag的表示式 |
tag分類 |
匹配分類tag的表示式 |
| <[^>]+> |
open tag |
<[^/>][^>]*> |
| close tag |
</[^>]+> |
|
| self-closing tag |
<[^>/]+/> |
對比表格中"匹配所有tag的表示式"和"匹配分類tag的表示式"，可以發現它們的模式是相近的，只是細節上有差異。也就是說，通過變換字元組和量詞，可以準確控制正則表示式能匹配的字串的範圍，達到不同的目的。這其實是使用正則表示式時的一條根本規律：使用合適的結構（包括字元組和量詞），精確表達自己的意圖，界定能匹配的文字。
再仔細觀察，你或許會發現，匹配open tag的表示式，也可以匹配self-closing tag：<[^/][^>]*>能夠匹配<br/>，因為[^>]*並不排除對/的匹配。那麼將表示式改為<[^/][^>]*[^/]>，就保證匹配的open tag不會以/>結尾了。
不過這會產生新的問題：<[^/][^>]*[^/]>能匹配的tag，在<和>之間出現了兩個[^/]，上一章已經講過，排除型字元組表示"在當前位置，匹配一個沒有列出的字元"，所以tag裡的字串必須至少包含兩個字元，這樣就無法匹配<u>了。
仔細想想，真正要表達的意思是，在tag內部的字串不能以/開頭，也不能以/結尾，如果這個字串只包含一個字元，那麼它既是開頭，又是結尾，使用兩個排除型字元組顯然是不合適的，看起來沒辦法解決了。實際上，只是現有的知識還不足夠解決這個問題而已，在第68頁有這個問題的詳細解法。