浅谈正则表达式

状态机可以分为确定性有穷状态机DFA和非确定性有穷状态机NFA。NFA可以经过一系列变化转换为DFA。每一个正则表达式都可以用一个等价的状态机来表示。

正则表达式的引擎有两种实现算法，一种是先处理正则表达式等价的状态机，全转换成DFA，再跟字符串比较、匹配，一种是不处理正则表达式，直接用字符串比较、匹配。

DFA类型的经过了一定的简化，所以不涉及到回溯、向前引用等，而不处理的会多次回溯，一定复杂度之前两者性能相近，但复杂度达到一定程度之后DFA类引擎的效率仍保持线性，NFA则呈现指数变化。

然而由于一些历史原因，现在Perl、Java等语言的正则表达式引擎都是指数变化的那种。为了应对这种让人不愉快的现实，提高使用正则表达式的效率，应当避免写出多次回溯的正则表达式。

类似于方言，正则表达式在不同语言环境下的具体表现有细微差别，比如是否支持某些语法等，这些细微差别给跨语言使用者带来一些不方便。

本执经历涉猎有限，只打算讨论Java、Python和cmd里面的应用跟区别。