3.表达式的匹配原理

最新推荐文章于 2026-06-24 18:34:08 发布
原创 最新推荐文章于 2026-06-24 18:34:08 发布 · 457 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#正则表达式
本文探讨了正则表达式的两大引擎类型：NFA与DFA，并解释了它们的工作原理及特点。NFA引擎采用表达式主导的方式，通过回溯实现丰富的特性；而DFA引擎则采用文本主导的方法，虽然速度快但特性相对较少。

正则表达式的匹配原理

1. 概述

1.1 不同语言或工具中使用正则表达式的注意事项

  • 支持的元字符及其意义, 这通常称为正则表达式的 “流派”
  • 交互方式(如何进行正则表达式的操作, 容许进行哪些操作, 操作的目标文本类型等)
  • 正则表达式引擎如何将表达式应用到文本

1.2 引擎类型

引擎类型程序
DFAawk(大多数版本)、egrep(大多数版本)、flex、lex、MySQL、Procmail
传统型 NFAGUN Emace、Java、grep(大多数版本)、less、moer、.NET、PCRE library、Perl、PHP、Python、Ruby、sed、vi
POSIX NFAmawk、Mortice Kern Systems’utilities、GNU Emacs 明确指定时使用
DFA/NFA 混合GUN awk、GUN grep/egrep、Tcl

1.3 各引擎通用原则

  1. 优先选择最左端的匹配结果(最靠开头)
  2. 标准匹配量词的匹配优先(*、+、? 和{m, n})， 贪婪模式
  3. 在多选结构中，不要将大范围的表达式放在小范围表达式范围之后，会导致永远无法匹配

1.4 引擎的构造

  • 文字文本 : 字符是否与当前尝试匹配的字符相同
  • 字符组、点号、Unicode属性及其他 : 只匹配一个字符
  • 捕获型括号 : 用于捕获文本的括号(而不是用于分组的括号)不会影响匹配的过程
  • 锚点 : 简单锚点(^、$、\G、\b、…) 只检查目标字符串中的特定位置情况，或者是比较两个相邻的字符(\<、\b…); 复杂锚点(环视)可以包含任意复杂的子表达式， 所有它们也可以任意复杂
  • 括号、返向引用和忽略优先量词

2. 表达式主导与文本主导

2.1 非确定型有穷自动机 : NFA引擎, 表达式主导

  • 表达式的控制权在不同的元素之间转换， 所以称为 “表达式主导”
  • 引擎查看表达式一部分—>同时检查当前文本是否匹配表达式的当前部分—>是则继续匹配，直到表达式的所有部分都能匹配，则匹配成功
  • NFA要翻来覆去吃字符、吐字符，速度慢，但是特性丰富，所以反而应用广泛
NFA 引擎在操作上的优点
  1. 实质上，在表达式主导的匹配过程中，每一个子表达式都是独立的， 子表达式之间不存在内在联系，只是整个正则表达式的组成部分
  2. 子表达式与正则表达式的控制结构的层级关系控制了整个匹配过程(控制结构包括多选分支、括号以及匹配量词)

2.2 确定型有穷自动机 : DFA引擎, 文本主导

  • 引擎查看表达式一部分—>使用文本去匹配正则—>把有可能的匹配串全部标注出来—>再匹配正则表达式的下一个部分—>根据新的匹配结果更新标注
  • DFA引擎对于文本串里的每一个字符只需扫描一次，比较快，稳定、但特性较少

2.3 NFA引擎的回溯(backtracking)

  • NFA 引擎最重要的性质是, 它会依次处理各个子表达式或组成元素，遇到需要在两个可能中进行选择的时候，它会选择其一，同时记住另一个，以备稍后可能的需要
  • 需要做出选择的情形包括量词和多选结构(决定是否尝试另一次匹配和决定选择哪个多选分支, 留下哪个稍后尝试)
  • 如果正则表达式中余下的部分最终匹配失败，引擎会回溯到之前做出选择的地方，选择其他的备用分支继续尝试
正则表达式匹配解析过程探讨分析(正则表达式匹配原理)
01-19
已经有多篇关于正则表达式介绍的文章，随着我们越来越多使用正则表达式，想对性能做优化、减少我们正则表达式书写匹配Bug。我们不得不进一步深入了解正则表达式执行过程了。下面我们一起学习，分析下正则表达式执行过程。我们会用regexbuddy测试工具分解执行过程，具体工具使用，可以看：正则表达式性能测试工具推荐、优化工具推荐(regexbuddy推荐)。要了解正则表达式解析过程前，我们先来熟悉几个概念。 常见正则表达式引擎 引擎决定了正则表达式匹配方法及内部搜索过程，了解它至关重要的。目前主要流行引擎有：DFA,NFA两种引擎，我们比较区分下。 引擎 区别点 DFA Deter
一起学习正则表达式（六）正则匹配原理
YangLe
08-16 1400
转载请注明出处：https://blog.csdn.net/kong_gu_you_lan 本文出自 容华谢后的博客 往期回顾： 《一起学习正则表达式（一）那些让人头晕的元字符》 《一起学习正则表达式（二）量词与贪婪》 《一起学习正则表达式（三）分组与引用》 《一起学习正则表达式（四）常见的4种匹配模式》 《一起学习正则表达式（五）断言匹配》 《一起学习正则表达式（六）正则匹配原理》 0.写在前面 在前面的文章中，我们学习了正则表达式的基础元字符，贪婪匹配还有一些常用的匹配模式，学会了这些，工作中的大部.
详解正则表达式匹配算法原理
热门推荐
ybdesire的专栏
10-16 2万+
正则表达式的匹配算法，是怎么实现的呢？
正则表达式搜索匹配的原理是什么
程序员面试精选【codeoffer】
08-01 2234
文章目录1，正则表达式的使用2，正则表达式匹配搜索算法3，正则表达式引擎:DFA和NFA4，正则表达式的性能与优化 1，正则表达式的使用 正则表达式（Regular Expression 简写regex），是一种字符串匹配的模式（pattern），用来匹配搜索一段已知字符串中是否含有自己需要的子字符串， 初次接触正则表达时会觉得很深奥难写，这么多符号怎么记呢。其实当你通过几个实际例子应用之后就会觉得也没那么难。 比如： 1.给你一个字符串,把字符串里面的链接、数字、电话等显示不同的颜色； 2.给你一个包含自
正则表达式（三）—— 正则的匹配原理
amyleeYMY的博客
10-12 678
正则的匹配原理 正则引擎的分类 正则引擎主要可以分为三类：DFA、传统NFA（Traditional NFA）和POSIX NFA。 用了这么久的正则，js属于哪一种呢？ 测试引擎的类型 是否是传统型NFA 首先看看忽略优先量词是否得到支持？如果是，基本就能确定就是NFA。忽略优先量词是DFA不支持的，在POSIX NFA中也没有意义。只需要用/nfa|nfa not/去匹配“nfa not”。如...
正则表达式（四）——匹配原理
xyh的博客
09-03 776
未完成
正则表达式完全指南：从起源到实践，教你精准匹配所有 `3位数字-3~8位数字` 子串
weixin_43172311的博客
08-28 1257
在日常开发中，我们经常需要对字符串进行**格式判断、内容提取、文本分割、模式校验**等操作。比如： - 判断用户输入的手机号是否合法 - 提取日志中的错误编号或事务 ID - 校验表单中某个字段是否满足固定格式（如编号、订单号） - 在一大段文本中找出所有符合某种模式的子串 对于这类具有**明确格式、结构或规律的字符串处理任务**，有一种工具特别高效，它就是正则表达式
编译原理 龙书第二版 3.3节练习 部分习题解答
一只巴扎黑的博客
02-17 8359
编译原理 龙书第二版 3.3节练习 部分习题解答 练习3.3.5 写出下列语言的正则定义： 1)2)比较简单，就不写出答案了 3）注释，即/* 和 */ 中间的串，且串中没有不在双引号"里面的*/ 这道题是说，/* 和 */ 中间的内容可能会出现 “*/” 解答：\/\*([^"*/]|\"\*\/\")*\*\/ 首先，注释由是 /* 和 */包围的，再因为/、*是正则表达式保留字，所以要...
关于正则表达式匹配的一些理解
qq_51013517的博客
08-01 207
若只是普通的匹配，是从每个字符开始匹配，检查是否符合你写的正则表达式，若只是一部分符合也返回匹配 如： “d123 123" 输入匹配模式:\d+ 会匹配上123123 会忽略d 和空字符 但是 匹配模式：^\d+$ 会返回空，不匹配任何东西 表示从开头匹配 再如 ”1 13123“ 匹配模式： \d+{3} //表示连续的三个数字。 返回 131 即每次都以当前字符开始匹配 指到合适的出现。 ^\d+{3} 返回空 。 ...
C#-正则基础 [0-9]{3} 匹配3个连续的数字
心少朴
05-20 1698
 .NET Framework : 4.7.2        IDE : Visual Studio Community 2019         OS : Windows 10 x64     typesetting : Markdown         blog : blog.csdn.net/yushaopu        gi...
正则表达式匹配原理
LoveLock
08-08 2127
表达式的匹配原理 Created Friday 02 August 2013 优先选择最左端的匹配结果 起始位置最靠左的匹配总是优先于其他可能的匹配结果。这条规则并没有规定优先的匹配结果的长度，只是规定在所有可能的匹配结果中，优先选择开始位置最左端的。实际上，因为可能有多个匹配结果的起始位置都在最左端，也许我们应该把这条规则中的“某个匹配结果”改为“该匹配结果”。 匹配先从需要查找的字
正则表达式 运算符优先级与匹配规则 | 一看就懂！！！（四）
木牛的博客
08-14 1899
开头 (^)、跟着1个或更多的数字([0-9]+)、和一个小数点(\.)再跟上1个或多个数字([0-9]+)，并且后面没有其他任何东西($)。^[a-zA-Z0-9_]{1,}$ // 所有包含一个以上的字母、数字或下划线的字符串。^[a-zA-Z0-9_]+$ // 所有包含一个以上的字母、数字或下划线的字符串。这个模式与 "&5"、"g7"及"-2" 是匹配的，但与 "12"、"66" 是不匹配的。[^\\\/\^] //除了(\)(/)(^)之外的所有字符。
【问题描述】假设一算术表达式中包括三种括号：圆括号和 方括号及花括号且三种括号可按任意次序嵌套使用，
weixin_45058573的博客
06-09 9315
【问题描述】假设一算术表达式中包括三种括号：圆括号’(‘和’)’; 方括号’[’ 和’]’; 花括号’{’ 和’}’，且三种括号可按任意次序嵌套使用，试编写程序判定输入的表达式所含的括号是否正确配对出现（已知表达式已存入数据元素为字符的顺序表中）。所有括号均为半角符号。 若匹配，则返回1，否则返回0。 【输入形式】含括号的算数表达式 【输出形式】1或0 【样例输入】3+(44*[5-{6*[7*(45-10)]}]) #include<iostream> #include<malloc.h
输入一个表达式，表达式中包括三种括号“（）”、“[]”和“{}”，判断该表达式的括号是否匹配。
CSDN_buyi的博客
09-29 1万+
输入一个表达式，表达式中包括三种括号“（）”、“[]”和“{}”，判断该表达式的括号是否匹配。 #include #include #define N 20 #define SIZE 20 #define MORE 10 typedef struct{ char *base; int top; int stacksize; }SqStack; void InitStack(S
数据结构-题目2
LY_624的专栏
04-04 2041
/* 设从键盘输入一个整数序列a1,a2,...,an,试编程实现：当ai>0时，ai进队，当ai<0时，将队首元素出队，当ai=0时，输入结束。 要求将队列处理成环形队列，进队和出队操作单独编写算法，并在异常情况时（如队满）打印错误信息。 */ #include #include #include #define MaxSize 100 using namespace std; type
假设表达式中允许包括3中括号：（，[，{，设计一个算法采用顺序栈判断表达式中的括号是否正确配对
qq_28633157的博客
10-18 8765
#include #include #include #include using namespace std; int main(int argc, char argv[]) { ifstream cin("F:\\test.txt"); string s; char ss[100]; stacktemp; while (cin.getline(ss, 100
括号配对：假设一个数学算式中包括圆括号"()",方括号”[]"和花括号“{}”三种类型，编写一算法判断表达式的括号是否配对。
tongxinhaonan的专栏
05-22 2万+
题目：假设一个数学算式中包括圆括号"()",方括号”[]"和花括号“{}”三种类型，编写一算法判断表达式的括号是否配对。 分析：
DeepSeek总结的pg_clickhouse v0.3.2 新特性：Postgres 19、TLS、正则表达式与内存
最新发布
l1t的专栏
06-24 293
pg_clickhouse v0.3.2版本发布，带来四大改进：支持PostgreSQL 19 Beta1；新增TLS连接选项（secure/min_tls_version）；修复正则表达式下推逻辑并优化标志映射；解决内存消耗问题（未缓冲查询和嵌套循环连接）。其他更新包括添加压缩选项、空数组ANY()修复等。该版本无需重载即可生效，已自动部署至ClickHouse Cloud实例。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值