python重表达式混乱

Question

在读《用python刮网》一书时，这个重新表达让我困惑

webpage_regex = re.compile('<a[^>]+href=["\'](.*?)["\']', re.IGNORECASE)

中的链接通常如下所示：

<a href="/view/Afghanistan-1">

我的困惑是：

1. 既然[^>]意味着没有>，为什么后面跟着一个+？这个+似乎没用

2. 混淆的是(.*?)，既然*意味着重复0次或更多次，为什么它需要?再次重复*

Answer 1

1. [>]+匹配标记中的任何其他属性及其对应值

2. *?在零次和无限次之间进行匹配，尽可能少地进行匹配，并根据需要进行扩展。所以它只捕获下一个["\']

   之前的文本