【正则】正则表达式和自动机
2012-08-31 16:22 Loull 阅读(3406) 评论(0) 编辑 收藏 举报最近在看,先留个链接
http://passover.blog.51cto.com/2431658/425536
有穷自动机(Finite Automate)是用来模拟实物系统的数学模型,它包括如下五个部分:
- 有穷状态集States
- 输入字符集Input symbols
- 转移函数Transitions
- 起始状态Start state
- 接受状态Accepting state(s)
DFA引擎在任意时刻必定处于某个确定的状态,而NFA引擎可能处于一组状态之中的任 何一个,所以,NFA引擎必须记录所有的可能路径(trace multiple possible routes through the NFA),NFA之所以能够提供Backtrack的功能,原因就在这里。
http://tianle52.blog.163.com/blog/static/25513217201122581486/
正则使用的时候一定要注意他的自动机特性,具体来说就是每个节点只会关注他下一个输入让他达到的状态。有个比较经典的trap,用正则a*?b去匹配 aab,粗看一下肯定以为匹配结果会是ab,其实不然。他先去匹配第一个a,然后去判断下一个是不是b,如果不是,那么再看是不是还是a,所以结果是 aab。
有几个经验:
1. 对任意字符进行匹配,可以使用[\s\S],这个是比较常用的习惯,虽然你还能写出很多其他一样功能的正则。
2. 利用环视来查看匹配结果的前后特征。这个在抽取且不用group的时候会经常用到,这个最好是要知道怎么用。
3. 去除不需要的group。这个经常会在写取固定的group值的时候会遇到这个麻烦,前面有个匹配不得不用到括号,这样会比预期多出来一个group,那么可以使用(?:xxx)来声明这个括号不是一个group。
4. 性能问题。其实我个人并不太关注正则表达式的优化,但是有一点是必须要注意的,就是不要使用贪婪的嵌套,这个性能是很低的。
5. 用使用正则一样的环境来验证正则,比如java的程序需要调用正则,用写个java测试程序来验证。我做过一个简单java正则验证的GUI工具,用了很多年还挺顺手的,放到附件中给大家分享一下吧。
总的来说,使用正则不要硬搬,关键是掌握原理、灵活运用。希望大家都能把正则用的得心应手。
最后附一个常用正则的页面,也是很久以前在网上找的http://passover.blog.51cto.com/2431658/425533。里面对中文的匹配还是挺有用的。