为何Python中正则表达式量词{n,}比+更具贪婪性？

我尝试用正则表达式查找由重复双字符组成的最长序列，比如字符串xAAABBBBy中的目标序列。根据Python官方文档描述：

'*'、'+'和'?'量词均为贪婪模式；它们会尽可能匹配更多文本。

但实际测试时，用{n,}量词能得到完整子串，用+却只返回部分结果：

import re

print(re.findall("((AA|BB){3,})", "xAAABBBBy"))
# [('AABBBB', 'BB')]
print(re.findall("((AA|BB)+)", "xAAABBBBy"))
# [('AA', 'AA'), ('BBBB', 'BB')]

为什么会出现这种差异？ #

不是{n,}比+更贪婪，两者的贪婪本质是一致的，问题出在量词的匹配要求和引擎的匹配逻辑上：

• (AA|BB)+的匹配过程：
  +只要求匹配1次或多次AA/BB单元。引擎从字符串第一个A开始，先匹配到AA，但接下来的第三个A无法组成AA或BB，所以这次匹配就终止了，返回AA。之后引擎跳过第三个A，从第一个B开始匹配，连续匹配到两组BB（也就是BBBB），返回第二个结果。

• (AA|BB){3,}的匹配过程：
  {3,}要求至少匹配3次AA/BB单元（也就是至少6个连续字符）。引擎会优先寻找满足这个最小要求的最长序列：
  单独的AA只够1次单元，BBBB只够2次单元，都达不到3次的要求。而AABBBB刚好由3次单元组成（AA+BB+BB），满足{3,}的条件，所以引擎直接返回这个完整序列，不会返回那些短的、不满足最小次数的匹配结果。

简单说：+没有最小次数限制，所以会匹配所有符合条件的非重叠短序列；而{3,}有最小次数要求，引擎必须找到足够长的序列才能返回，自然就得到了完整的最长匹配结果。

内容的提问来源于stack exchange，提问作者Anton Ganichev