python面试题：正则表达式匹配中 (.*) 和 (.**?) 匹配区别？

哎，面试又来了，兄弟们。这次是个老熟人——正则表达式，具体点是面试官甩了这么一道题：“说说 (.*) 和 (.*?) 有啥区别？”

我当时脑子嗡一下，这题熟得不能再熟了，真是大厂面试常青树。不过这种基础题千万不能掉以轻心，咱们程序员嘛，虽然天天写代码，但正则这种东西，平时写得少，背不过去，真有可能一不小心踩坑。今天就来聊聊这个问题，顺便写点代码，大家伙儿以后别在面试栽跟头了。
正则里的“贪婪”与“非贪婪”，不懂真吃亏
这题核心其实就俩词：“贪婪匹配”和“非贪婪匹配”。
• (.*) 是贪婪的，意思就是“能多匹配点就多匹配点”，哪怕把整个字符串吞了，它也不嫌多。
• (.*?) 是非贪婪的，又叫“懒惰匹配”，遇事不慌，匹配到符合条件的最少字符就收手。
举个例子直观点：

看到没，贪婪的 (.*) 啥都不嫌多，它从 <b> 一直吃到最后一个 </b>，连标签都一口吞了。而非贪婪的 (.*?)，只要够用就好，优雅地停在了第一个 </b> 前。
要是写个爬虫，解析 HTML 标签，用错了这个，可能把整篇网页内容都吞了，回头调试能调出心理阴影。
问题来了，这俩东西背后的原理是啥？
其实正则的匹配过程，就像找女朋友（咳，找对象吧，咱别局限性别）。贪婪型的是“我都行，能多就多”，遇到符合条件的，就一直往后找；非贪婪型是“差不多得了，合适就收手”，遇到满足条件的最小范围就罢手。
再来个更复杂的例子，看看真功夫：

感受到了吗？
贪婪匹配的 (.*) 直接从第一个 <div> 干到最后一个 </div>，中间的标签都给包圆了；非贪婪的 (.*?) 则老老实实，一对一对应，把 first 和 second 各自揪出来。
这就好比你在菜市场买菜，贪婪型是整筐全买，非贪婪型是挑挑拣拣，拿最合适的。
面试官心里在想啥？
这类问题，面试官其实不是想听你背书，而是想看看你能不能通过简单的例子，把复杂的概念解释明白。能说清楚“贪婪”和“非贪婪”的区别，最好再加点应用场景，稳了。
比如我会加一句：“这个在爬虫里经常用，比如提取某些标签内容的时候，非贪婪匹配更靠谱，不然容易匹配超出预期的范围。”这话一说，面试官八成会点点头，心里OS：这哥们真写过爬虫啊。
程序员的吐槽：正则真是个狠人
不得不说，正则表达式这玩意，真是个狠角色。刚学的时候，觉得它就是乱码，^$*+?.| 一堆符号组合起来，像是古老的咒语。后来慢慢上手，发现正则能干的事儿是真的多，字符串处理、日志分析、数据提取，哪哪都有它。
不过啊，正则写多了，也有点后遗症。有时候调试一个正则，能写得头秃——尤其是复杂嵌套的时候，简直像是在玩俄罗斯方块，拼不好就爆炸。
说个段子：
程序员修 bug：写个正则修一个 bug，发现有两个 bug，写个更复杂的正则，三个 bug诞生了。
但别说，正则再难，也得硬着头皮上。毕竟谁让咱是程序员呢？
最后，如果你哪天在项目里发现自己写的正则不对劲，记得回来看看贪婪和非贪婪这对兄弟，别让它们坑了你。
行了，今天就聊到这儿，你们有啥正则踩坑经历，评论区唠唠呗？