正規表示式匹配原理

一.正規表示式引擎：

當前正規表示式引擎主要分為兩種，這裡不做詳細介紹，可能絕大多數朋友並不關心這個。

只要關心我們當前所使用的正規表示式引擎是如何工作即可。

正規表示式引擎主要分類：

（1）.DFA（Deterministic finite automaton），確定型有窮自動機。

（2）.NFA（Non-deterministic finite automaton），非確定型有窮自動機。

當前大多數語言都是使用傳統型NFA正則引擎，因為它更為強大靈活，JavaScript也是如此。

本文將通過程式碼例項詳細分析一下正規表示式的匹配過程。

二.字串的組成：

要理解正規表示式匹配原理，首先要知道正則如何理解字串的構成。

圖示如下：

字串不僅由字元組成，還包括位置，"antzone"是由7個字元和8個位置構成。

三.零寬和非零寬匹配單元：

大體上，正規表示式可以匹配到兩種型別內容。

（1）.位置。

（2）.非位置。

如果正規表示式匹配單元匹配到的是位置或者匹配到的內容不儲存，那麼此匹配單元就是零寬的。

如果正則匹配單元匹配到的內容是正常字元，並且將匹配到的內容儲存起來，那麼此匹配單元是佔有寬度的。

特別說明：匹配單元就是正規表示式中任意一個可以匹配內容的單元。

程式碼如下：

[JavaScript] 純文字檢視 複製程式碼
let reg=/t\d/g;

上面程式碼中t和\d都是一個匹配單元，當然簡單的匹配單元也可以組合成複雜的匹配單元。

零寬匹配單元是非互斥的，也就是一個位置可以同時由多個零寬的匹配單元匹配。

佔有寬度的匹配單元是互斥的，一個匹配單元匹配到指定內容之後，這些內容不能再被其他佔有寬度正則匹配。

四.控制權的傳遞：

正規表示式當開始匹配的時候，一個正則匹配單元獲得控制權，從字串中的某一個位置開始嘗試匹配。

一個正則匹配單元開始嘗試匹配的位置，是從前一個正則匹配單元匹配成功的結束位置開始。

控制權傳遞分析如下：

[JavaScript] 純文字檢視 複製程式碼
(匹配單元一)(匹配單元二)

如果匹配單元一是零寬的，那麼匹配起始與結束位置相同，如果位置是0，那麼匹配單元二將從位置0開始匹配。如果匹配單元一是佔有寬度的，開始匹配位置0，結束匹配位置是字元"z"，那麼匹配單元二開始匹配位置就是4。

五.正規表示式匹配分解：

分解演示一：

（1）.將要進行匹配的字串:"antzone"。

（2）.正規表示式:/zone/。

匹配過程如下:

首先由正規表示式中字元"z"取得控制權，然後去嘗試匹配字串中的第一個字元"a"，匹配失敗。

則繼續嘗試第二個字元"n"依然會失敗，直到字元"z"，匹配成功。

這樣控制權由正規表示式中的字元"z"傳遞給字元"o"，由於字元"z"已經被匹配。

所以字元"o"將會從位置4開始匹配，由"o"來匹配"o"，匹配成功。

這樣依次傳遞下去，最終正規表示式匹配成功，匹配結果為"zone"。

例項演示如下：

[JavaScript] 純文字檢視 複製程式碼執行程式碼
let str="antzone";
let reg=/zone/;
console.log(str.match(reg));

分解演示二:

（1）.將要進行匹配的字串:"antzone"。

（2）.正規表示式:/\ban?t/。

匹配過程如下:

首先正規表示式中的元字元\b取得控制權，開始嘗試匹配字串"antzone"，匹配的是單詞邊界位置。

匹配成功後，控制權交給正規表示式字元"a"。

由於"\b"是零寬的，所以"a"從位置0開始匹配，匹配字元"a"成功。

然後將控制權交給"n?"，由於“?”是匹配優先量詞（同時記錄一個備選狀態，如果匹配不成功則進行回溯），所以會先嚐試進行匹配，能夠成功"n"，控制權然後交給字元"t"，也能夠匹配成功，匹配結果為:"ant"。

例項演示如下：

[JavaScript] 純文字檢視 複製程式碼執行程式碼
let str="antzone";
let reg=/\ban?t/;
console.log(str.match(reg));