迄今为止，你只是处理过被我称之为“紧凑”类型的正则表达式。正如你曾看到的，它们难以阅读，即使你清楚正则表达式的含义，你也不能保证六个月以后你还能理解它。你真正所需的就是利用内联文档（inline documentation）。

• 忽略空白符。空格符，制表符，回车符不匹配它们自身，他们根本不参与匹配。(如果你想在松散正则表达式中匹配一个空格符，你必须在它前面添加一个反斜线符号对他进行转义)
• 忽略注释。在松散正则表达式中的注释和在普通Python代码中的一样：开始于一个#符号，结束于行尾。这种情况下，采用在一个多行字符串中注释，而不是在源代码中注释，他们以相同的方式工作。

例 7.9. 带有内联注释(Inline Comments)的正则表达式

>>> pattern = """
    ^                   # beginning of string
    M{0,4}              # thousands - 0 to 4 M's
    (CM|CD|D?C{0,3})    # hundreds - 900 (CM), 400 (CD), 0-300 (0 to 3 C's),
                        #            or 500-800 (D, followed by 0 to 3 C's)
    (XC|XL|L?X{0,3})    # tens - 90 (XC), 40 (XL), 0-30 (0 to 3 X's),
                        #        or 50-80 (L, followed by 0 to 3 X's)
    (IX|IV|V?I{0,3})    # ones - 9 (IX), 4 (IV), 0-3 (0 to 3 I's),
                        #        or 5-8 (V, followed by 0 to 3 I's)
    $                   # end of string
    """
>>> re.search(pattern, 'M', re.VERBOSE)                
<_sre.SRE_Match object at 0x008EEB48>
>>> re.search(pattern, 'MCMLXXXIX', re.VERBOSE)        
<_sre.SRE_Match object at 0x008EEB48>
>>> re.search(pattern, 'MMMMDCCCLXXXVIII', re.VERBOSE) 
<_sre.SRE_Match object at 0x008EEB48>
>>> re.search(pattern, 'M')                            

	当使用松散正则表达式是，请记住最重要的一件事情就是：必须传递另外一个参数re.VERBOSE，该参数是定义在re 模块中的一个常量，标志着待匹配的正则表达式是一个松散正则表达式。正如你看到的，这个模式中，有很多空格（所有的空格都被忽略），和几个注释（所有的注释也被忽略）。一旦你忽略所有的空格和注释，就和前面章节里的正则表达式完全相同，但是它具有更好的可读性。
	这个模式匹配字符串的开始，接着匹配四个可选M字符中的一个，接着匹配CM, 接着是字符L和三个可选X字符的所有字符，接着是IX，然后是字符串的结尾ie。
	这个模式匹配字符串的开始，接着是四个可选的M字符的所有字符，接着匹配 D?C{0,3} ，此处为一个字符D和三个可选 C字符中所有字符，接着匹配L?X{0,3}，此处为一个L字符和三个可选X字符中所有字符，接着匹配V?I{0,3}，此处为一个字符V和三个可选I字符中所有字符，接着匹配字符串的结尾。
	这个没有匹配。为什么呢？因为没有re.VERBOSE标记，所以re.search函数把模式作为一个紧凑正则表达式进行匹配。Python 不能自动检测一个正则表达式是为松散类型还是紧凑类型。Python 默认每一个正则表达式都是紧凑类型的，除非你显式的标明一个正则表达式为松散类型。