正则表达式转NFA总结

代码在http://www.oschina.net/code/snippet_118067_25984

正则表达式里只有三种运算一是union,concatenation,Kleene closure,别的都是这三种的结合运用。

http://swtch.com/~rsc/regexp/用到的数据结构State 和Fag. State对于还字符的节点是只会用到out的， Frag一个指向开始节点，一个是关于下一步的地址集合。例:"a" => state_a{'a',out{NULL},out1{NULL}} =>frag{state_a_addr,{out_addr}}

"a|b" => ... =>frag{state_split_addr,{a_out_addr,b_out_addr}}

画图就更清楚了，不知道用什么工具画比较好，嗨.......

在查点过程中，带空的NFA有一个e-closure，这里在addstate中对split节点递归完成的,每step都是一个节点集合。当终点节点在集合中时就是一个匹配，这里有两种匹配方式，最短匹配和最长匹配。matchsubstring中用最长匹配法，当匹配时尝试下一个字符匹配返回子串。

如果在这个类上加一个输出函数，当成功匹配时输出一个Token，可以将多个正则表达式结合起来

转载于:https://my.oschina.net/luyuhx/blog/173529