正則表達(dá)式匹配解析過(guò)程探討分析(正則表達(dá)式匹配原理)

DFA以字符串字符，逐個(gè)在正則表達(dá)式匹配查找，而NFA以正則表達(dá)式為主，在字符串中逐一查找。盡管速度慢，但是對(duì)操作者來(lái)說(shuō)更簡(jiǎn)單，因此應(yīng)用更廣泛！下面所有以NFA引擎舉例說(shuō)明，解析過(guò)程！

解析引擎眼中的字符串組成
對(duì)于字符串“DEF”而言，包括D、E、F三個(gè)字符和 0、1、2、3 四個(gè)數(shù)字位置：0D1E2F3，對(duì)于正則表達(dá)式而言所有源字符串，都有字符和位置。正則表達(dá)式會(huì)從0號(hào)位置，逐個(gè)去匹配的。

占有字符和零寬度
正則表達(dá)式匹配過(guò)程中，如果子表達(dá)式匹配到的是字符內(nèi)容，而非位置，并被保存到最終的匹配結(jié)果中，那么就認(rèn)為這個(gè)子表達(dá)式是占有字符的；如果子表達(dá)式匹配的僅僅是位置，或者匹配的內(nèi)容并不保存到最終的匹配結(jié)果中，那么就認(rèn)為這個(gè)子表達(dá)式是零寬度的。占有字符是互斥的，零寬度是非互斥的。也就是一個(gè)字符，同一時(shí)間只能由一個(gè)子表達(dá)式匹配，而一個(gè)位置，卻可以同時(shí)由多個(gè)零寬度的子表達(dá)式匹配。常見(jiàn)零寬字符有：^，(?=)等

正則表達(dá)式匹配過(guò)程詳解實(shí)例
我們掌握了上面幾個(gè)概念，我們接下來(lái)分析下幾個(gè)常見(jiàn)的解析過(guò)程。結(jié)合使用軟件regexBuddy來(lái)分析。

Demo1: 源字符DEF,對(duì)應(yīng)標(biāo)記是：0D1E2F3，匹配正則表達(dá)式是：/DEF/

過(guò)程可以理解為：首先由正則表達(dá)式字符 /D/ 取得控制權(quán)，從位置0開(kāi)始匹配，由 /D/ 來(lái)匹配“D”，匹配成功，控制權(quán)交給字符 /E/ ；由于“D”已被 /D/ 匹配，所以 /E/ 從位置1開(kāi)始嘗試匹配，由 /E/ 來(lái)匹配“E”，匹配成功，控制權(quán)交給 /F/ ；由 /F/ 來(lái)匹配“F”，匹配成功。

Demo2:源字符DEF,對(duì)應(yīng)標(biāo)記是：0D1E2F3，匹配正則表達(dá)式是：/D\w+F/

過(guò)程可以理解為：首先由正則表達(dá)式字符 /D/ 取得控制權(quán)，從位置0開(kāi)始匹配，由 /D/ 來(lái)匹配“D”，匹配成功，控制權(quán)交給字符 /\w+/ ；由于“D”已被 /D/ 匹配，所以 /\w+/ 從位置1開(kāi)始嘗試匹配，\w+貪婪模式，會(huì)記錄一個(gè)備選狀態(tài)，默認(rèn)會(huì)匹配最長(zhǎng)字符，直接匹配到EF，并且匹配成功，當(dāng)前位置3了。并且把控制權(quán)交給 /F/ ；由 /F/ 匹配失敗，\w+匹配會(huì)回溯一位，當(dāng)前位置變成2。并把控制權(quán)交個(gè)/F/，由/F/匹配字符F成功。因此\w+這里匹配E字符,匹配完成！

Demo3:源字符DEF,對(duì)應(yīng)標(biāo)記是：0D1E2F3，匹配正則表達(dá)式是：/^(?=D)[D-F]+$/

過(guò)程可以理解為：元字符 /^/ 和 /$/ 匹配的只是位置，順序環(huán)視 /(?=D)/ （匹配當(dāng)前位置，右邊是否有字符“D”字符出現(xiàn)）只進(jìn)行匹配，并不占有字符，也不將匹配的內(nèi)容保存到最終的匹配結(jié)果，所以都是零寬度的。 首先由元字符 /^/ 取得控制權(quán)，從位置0開(kāi)始匹配， /^/ 匹配的就是開(kāi)始位置“位置0”，匹配成功，控制權(quán)交給順序環(huán)視 /(?=D)/；/(?=D])/ 要求它所在位置右側(cè)必須是字母”D”才能匹配成功，零寬度的子表達(dá)式之間是不互斥的，即同一個(gè)位置可以同時(shí)由多個(gè)零寬度子表達(dá)式匹配，所以它也是從位置0嘗試進(jìn)行匹配，位置0的右側(cè)是字符“D”，符合要求，匹配成功，控制權(quán)交給 /[D-F]+/ ；因?yàn)?/(?=D)/ 只進(jìn)行匹配，并不將匹配到的內(nèi)容保存到最后結(jié)果，并且 /(?=D)/ 匹配成功的位置是位置0，所以 /[D-F]+/ 也是從位置0開(kāi)始嘗試匹配的， /[D-F]+/ 首先嘗試匹配“D”，匹配成功，繼續(xù)嘗試匹配，直到匹配完”EF”，這時(shí)已經(jīng)匹配到位置3，位置3的右側(cè)已沒(méi)有字符，這時(shí)會(huì)把控制權(quán)交給 /$/，元字符 /$/ 從位置3開(kāi)始嘗試匹配，它匹配的是結(jié)束位置，也就是“位置3”，匹配成功。此時(shí)正則表達(dá)式匹配完成，報(bào)告匹配成功。匹配結(jié)果為“DEF”，開(kāi)始位置為0，結(jié)束位置為3。其中 /^/ 匹配位置0， /(?=D)/ 匹配位置0， /[D-F]+/ 匹配字符串“DEF”， /$/ 匹配位置3。

后記：上面這幾個(gè)例子，我們分析了正則表達(dá)式普通匹配，還有回溯過(guò)程，然后零寬度字符，匹配過(guò)程。當(dāng)然，給出的例子比較簡(jiǎn)單，實(shí)際過(guò)程中會(huì)遇到更長(zhǎng)，更復(fù)雜的正則表達(dá)式。但是，思想是類似的。只要我們把我解析原理，都可以逐一分解的。好了，就到這里，歡迎交流！