在前面的章節，你處理了相同字符可以重復三次的情況。在正則表達式中，有另外一個方式來表達這種情況，并且能提高代碼的可讀性。首先看看我們在前面的例子中使用的方法。
例 7.5. 老方法：每一個字符都是可選的
>>> import re >>> pattern = '^M?M?M?$' >>> re.search(pattern, 'M')<_sre.SRE_Match object at 0x008EE090> >>> pattern = '^M?M?M?$' >>> re.search(pattern, 'MM')
<_sre.SRE_Match object at 0x008EEB48> >>> pattern = '^M?M?M?$' >>> re.search(pattern, 'MMM')
<_sre.SRE_Match object at 0x008EE090> >>> re.search(pattern, 'MMMM')
>>>
|
|
這個模式匹配串的開始，接著是第一個可選的字符 M，第二第三個 M 字符則被忽略 (這是可行的，因為它們都是可選的)，最后是字符串的結尾。 |
|
|
這個模式匹配串的開始，接著是第一和第二個可選字符 M，而第三個 M 字符被忽略 (這是可行的，因為它們都是可選的)，最后匹配字符串的結尾。 |
|
|
這個模式匹配字符串的開始，接著匹配所有的三個可選字符 M，最后匹配字符串的結尾。 |
|
|
這個模式匹配字符串的開始，接著匹配所有的三個可選字符 M，但是不能夠匹配字符串的結尾 (因為還有一個未匹配的字符 M)，因此不能夠匹配而返回一個 None。 |
例 7.6. 一個新的方法：從 n 到 m
>>> pattern = '^M{0,3}$'>>>
|
|
這個模式意思是說：“匹配字符串的開始，接著匹配 0 到 3 個 M 字符，然后匹配字符串的結尾。”這里的 0 和 3 可以改成其它任何數字；如果你想要匹配至少 1 次，至多 3 次字符 M，則可以寫成 M{1,3}。 |
|
|
這個模式匹配字符串的開始，接著匹配三個可選 M 字符中的一個，最后是字符串的結尾。 |
|
|
這個模式匹配字符串的開始，接著匹配三個可選 M 字符中的兩個，最后是字符串的結尾。 |
|
|
這個模式匹配字符串的開始，接著匹配三個可選 M 字符中的三個，最后是字符串的結尾。 |
|
|
這個模式匹配字符串的開始，接著匹配三個可選 M 字符中的三個，但是沒有匹配上 字符串的結尾。正則表達式在字符串結尾之前最多只允許匹配三次 M 字符，但是實際上有四個 M 字符，因此模式沒有匹配上這個字符串，返回一個 None。 |
 |
|
| 沒有一個輕松的方法來確定兩個正則表達式是否等價。你能采用的最好的辦法就是列出很多的測試樣例，確定這兩個正則表達式對所有的相關輸入都有相同的輸出。在本書后面的章節，將更多地討論如何編寫測試樣例。 | |
現在我們來擴展一下關于羅馬數字的正則表達式，以匹配十位數和個位數，下面的例子展示十位數的校驗方法。
例 7.7. 校驗十位數
>>> pattern = '^M?M?M?(CM|CD|D?C?C?C?)(XC|XL|L?X?X?X?)$' >>> re.search(pattern, 'MCMXL')
|
|
這個模式匹配字符串的開始，接著是第一個可選字符 M，接著是 CM，接著 XL，接著是字符串的結尾。請記住，(A|B|C) 這個語法的含義是“精確匹配 A、B 或者 C 其中的一個”。此處匹配了 XL，因此不再匹配 XC 和 L?X?X?X?，接著就匹配到字符串的結尾。MCML 表示羅馬數字 1940。 |
|
|
這個模式匹配字符串的開始，接著是第一個可選字符 M，接著是 CM，接著 L?X?X?X?。在模式 L?X?X?X? 中，它匹配 L 字符并且跳過所有可選的 X 字符，接著匹配字符串的結尾。MCML 表示羅馬數字 1950。 |
|
|
這個模式匹配字符串的開始，接著是第一個可選字符 M，接著是 CM，接著是可選的 L 字符和可選的第一個 X 字符，并且跳過第二第三個可選的 X 字符，接著是字符串的結尾。MCMLX 表示羅馬數字 1960。 |
|
|
這個模式匹配字符串的開始，接著是第一個可選字符 M，接著是 CM，接著是可選的 L 字符和所有的三個可選的 X 字符，接著匹配字符串的結尾。MCMLXXX 表示羅馬數字 1980。 |
|
|
這個模式匹配字符串的開始，接著是第一個可選字符M，接著是CM，接著是可選的 L字符和所有的三個可選的X字符，接著就未能匹配 字符串的結尾ie，因為還有一個未匹配的X 字符。所以整個模式匹配失敗并返回一個 None. MCMLXXXX 不是一個有效的羅馬數字。 |
對于個位數的正則表達式有類似的表達方式，我將省略細節，直接展示結果。
>>> pattern = '^M?M?M?(CM|CD|D?C?C?C?)(XC|XL|L?X?X?X?)(IX|IV|V?I?I?I?)$'
用另一種 {n,m} 語法表達這個正則表達式會如何呢？這個例子展示新的語法。
例 7.8. 用 {n,m} 語法確認羅馬數字
>>> pattern = '^M{0,3}(CM|CD|D?C{0,3})(XC|XL|L?X{0,3})(IX|IV|V?I{0,3})$' >>> re.search(pattern, 'MDLV')
|
|
這個模式匹配字符串的開始，接著匹配三個可選的 M 字符的一個，接著匹配 D?C{0,3}，此處，僅僅匹配可選的字符 D 和 0 個可選字符 C。繼續向前匹配，匹配 L?X{0,3}，此處，匹配可選的 L 字符和 0 個可選字符 X，接著匹配 V?I{0,3}，此處，匹配可選的 V 和 0 個可選字符 I，最后匹配字符串的結尾。MDLV 表示羅馬數字 1555。 |
|
|
這個模式匹配字符串的開始，接著是三個可選的 M 字符的兩個，接著匹配 D?C{0,3}，此處為一個字符 D 和三個可選 C 字符中的一個，接著匹配 L?X{0,3}，此處為一個 L 字符和三個可選 X 字符中的一個，接著匹配 V?I{0,3}，此處為一個字符 V 和三個可選 I 字符中的一個，接著匹配字符串的結尾。MMDCLXVI 表示羅馬數字 2666。 |
|
|
這個模式匹配字符串的開始，接著是三個可選的 M 字符的所有字符，接著匹配 D?C{0,3}，此處為一個字符 D 和三個可選 C 字符中所有字符，接著匹配 L?X{0,3}，此處為一個 L 字符和三個可選 X 字符中所有字符，接著匹配 V?I{0,3}，此處為一個字符 V 和三個可選 I 字符中所有字符，接著匹配字符串的結尾。MMMDCCCLXXXVIII 表示羅馬數字3888，這個數字是不用擴展語法可以寫出的最大的羅馬數字。 |
|
|
仔細看哪！(我像一個魔術師一樣，“看仔細嘍，孩子們，我將要從我的帽子中拽出一只兔子來啦！”) 這個模式匹配字符串的開始，接著匹配 3 個可選 M 字符的 0 個，接著匹配 D?C{0,3}，此處，跳過可選字符 D 并匹配三個可選 C 字符的 0 個，接著匹配 L?X{0,3}，此處，跳過可選字符 L 并匹配三個可選 X 字符的 0 個，接著匹配 V?I{0,3}，此處跳過可選字符 V 并匹配三個可選 I 字符的一個，最后匹配字符串的結尾。哇賽！ |
如果你在第一遍就跟上并理解了所講的這些，那么你做的比我還要好。現在，你可以嘗試著理解別人大規模程序里關鍵函數中的正則表達式了。或者想象著幾個月后回頭理解你自己的正則表達式。我曾經做過這樣的事情，但是它并不是那么有趣。
在下一節里，你將會研究另外一種正則表達式語法，它可以使你的表達式具有更好的可維持性。