如何在Node / V8中实现正则表达式匹配？

Question

我遇到过一篇文章 ， 该文章显示正则表达式匹配通常使用可能性能不佳的算法与建议的Thompson NFA算法实现。

考虑到这一点，如何在Node或V8中实现？ 是否有可能使用Thompson NFA的JS实现来提高性能，可能只使用了有限的一部分功能（可能删除了前瞻或其他“高级”功能）？

Answer 1

正如Chrome开发团队在本公告中提到的，V8引擎使用Irregexp正则表达式引擎：

以下是有关此引擎实现的一些引用：

我们在设计Irregexp时做出的一个基本决定是，我们愿意花费额外的时间来编译正则表达式，如果这样可以更快地运行它。 在编译期间，Irregexp首先将正则表达式转换为中间自动机表示。 这在很多方面都是“自然”和最易于访问的表示，使得分析和优化正则表达式变得更加容易。 例如，当编译/ Sun | Mon /自动机表示时，我们可以认识到两个选项都有'n'作为第三个字符。 我们可以快速扫描输入，直到找到'n'，然后开始匹配前面两个字符的正则表达式。 Irregexp最多可以查找四个字符，一次最多匹配四个字符。

优化后，我们生成本机代码，使用回溯来尝试不同的替代方案。 回溯可能非常耗时，因此我们使用优化来尽可能多地避免回溯。 有一些技术可以完全避免回溯，但JavaScript中regexp的性质使得在我们的案例中很难应用它们，尽管这是我们将来可以实现的。

因此V8会编译为本机自动机表示 - 尽管它不使用Thompson NFA。

至于性能， 本文将V8正则表达式性能与其他库/语言进行比较。