如何使用 ragel correclty 实现正则表达式 /cat?(\b|$)/ ？

小伙伴们对Golang编程感兴趣吗？是否正在学习相关知识点？如果是，那么本文《如何使用 ragel correclty 实现正则表达式 /cat?(\b|$)/ ？》，就很适合你，本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点，希望对大家的知识积累有所帮助！

我想加速用 go 编写的程序，并使用 ragel 将正则表达式转换为有限状态机。在转换类似于 /cat[s]?(\b|$)/ 的正则表达式时，我无法弄清楚如何正确匹配输入结尾（它匹配单词边框或输入结尾），因此我做了以下解决方法：

package main

import(
  "strings"
  "fmt"
  "unicode"
)

func match(data []byte) bool {
  data = []byte(strings.tolower(string(data)))

  %%{
    machine test;
    write data;
  }%%

  cs, p, pe, eof := 0, 0, len(data), len(data)
  _ = eof

  var matchpos int

  %%{
    main := ('cat' 's'?) @{matchpos = p};

    write init;
    write exec;
  }%%

  return checkmatch(data, matchpos+1)
}

func checkmatch(data []byte, p int) bool {
  if p == len(data) {
    return true
  }
  tail := string(data[p:])
  c := []rune(tail)[0]
  if !unicode.isletter(c) && !unicode.isdigit(c) {
    return true
  }
  return false
}

func main () {
  vs := []string{
    "cat",
    "cats",
    "cat and dog",
    "cats and dogs",
    "caterpillar",
  }
  for _, v := range vs {
    fmt.printf("'%s': %v\n", v, match([]byte(v)))
  }
}

输出正确：

'cat': true
'cats': true
'cat and dog': true
'cats and dogs': true
'caterpillar': false

我确实认为有更好的方法。使用 ragel 处理输入结束的“正确”方法是什么？

解决方案

处理输入结束的正确方法当然是使用 eof 操作。并使用一般操作，如下所示（减少 match 函数）：

var matched bool

  %%{
    action setmatched {
      matched = true
    }

    main := ('cat' 's'?) %/setmatched ([ \t] >setmatched);

    write init;
    write exec;
  }%%
  // variable generated and not used by ragel.
  _ = _test_trans_actions

  return matched

这会产生以下输出（注意添加了一个重要的测试用例）：

'cat': true
'cats': true
'cat and dog': true
'cats and dogs': true
'catspaw': false
'caterpillar': false

工作原理如下：

它添加的是 setmatched 操作，该操作由第一台机器 (cats?) 的最终状态 (%/setmatched) 之一的 eof 触发，或者在输入 (>setmatched) 时触发第二台机器（即几乎是 \b，但实际上可以用内部 space 机器替换）。并且它完全消除了对 checkmatch 的需要。

今天关于《如何使用 ragel correclty 实现正则表达式 /cat?(\b|$)/ ？》的内容就介绍到这里了，是不是学起来一目了然！想要了解更多关于的内容请关注golang学习网公众号！