python表达混乱

Question

阅读本书时：使用python进行网页抓取，重新表达让我困惑，

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

通常看起来像一个链接：

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

我的困惑在于：

1. 由于[^>]表示没有>，为什么它后跟+？这+似乎毫无用处。

2. 混淆是(.*?)，因为*表示重复0次或更多次，为什么需要?再次重复*？

Answer 1

1. [>]+匹配代码中的任何其他属性及其对应值。

2. *?在零和无限次之间匹配，尽可能少，根据需要进行扩展。因此它只会捕获NEXT ["\']

之前的文本