从头开始，搭建一个正则表达式引擎（二）搭建自动机（3.17修正）

2019独角兽企业重金招聘Python工程师标准>>>

第三步，进行有限自动机的搭建操作

我们要构造一个有限自动机，而这个自动机是用一个表达式来构建的，很容易可以想到，我们完全可以把表达式耳的操作数看做一个小号的自动机（或者说是状态图），而操作符的效果是对状态图进行修饰，或者连接两个状态图，当我们执行完表达式解析后，就可以得到一个完整的表达式的状态图了。

像是算术表达式这种给定输入只有一个结果的，表示成树的形式就可以满足要求了，而正则表达式对给定输入会有多个结果（虽然通常我们只要第一个结果），也确实只能用图表示。

操作数有三种，连续字符；包含；分组提取比较。都用如下状态图表示：

注意我把所有的操作都放在边上，状态节点处不做任何行为。

每一个操作数所对应的状态图，都各有唯一的进入节点和退出节点（我们不需要关系状态图内部的情况）

'?'操作符，也即是可选操作符，它的效果如下（从操作数修饰的来）：

'??'的效果类似，但是ε边的优先级较高（图中靠上的边优先级高）

类似的，还有'*'、'*?'：

输出节点为新建节点，'*?'的ε边的优先级较高

以及'+'、'+?'：

输出节点为新建节点，'+?'的ε边的优先级较高

隐藏的“连接”操作符：

左俩操作数1，右俩操作数2

选择操作符，"|"：

上面一排为操作数1，下面一排为操作数2

分组"( )"：

黑色分别表示报告分组的起止点的字符串位置

一般不分组的括号"(: )"，这个完全没啥操作，不用修饰，直接返回操作数就好了

限定次数的操作符（是的，看做操作符）"{a,b}"：

红色表示进入循环，蓝色累计次数，绿色退出循环

如此，我们就得到了生成操作数的方法，以及所有操作符的操作效果

结合这些，我们就可以通过分析表达式来生成一个完整的有限自动机了。

分析表达式的方法么，自然是很多的，算术表达式分析器稍微改改就能拿来分析之前得到的列表了，无非是新的运算符，新的运算函数（函数指针真是棒啊真是棒）、新的操作数而已，整体架构变化极小。

当然，我是用的我之前写的一个可定制的表达式解析器，那是一个模板类，支持一元运算符（前置、后置）、二元运算符（左结合、右结合）、括号（普通括号、后缀括号），只要把这些运算符和它们对应的处理函数注册进去就行了。（还可以注册操作数生成函数、操作符生成函数、销毁函数等一系列函数）

所以具体写法就不多说了，拿个算术表达式解析器慢慢改就是。

下一帖，第四步。

转载于:https://my.oschina.net/liudiwu/blog/111328