C / C ++中的正则表达式库

Question

我想用C / C ++编写正则表达式库。 什么是任何书籍或文章的良好起点？

我知道可能有可用的库，但是我想编写自己的版本。

Answer 1

一个好的起点是使用现有的实现并批评它们。

注意您不喜欢的数据结构和设计决策。
编写版本时，请避免使用它们。

Answer 2

[2015年1月16日编辑]我最近遇到了这本漂亮的书Beautiful Code 。 我建议您仔细阅读Brian Kernighan的第1章“正则表达式匹配器”。

您可以阅读Ken Thompson的经典论文“正则表达式搜索算法” ... http://portal.acm.org/citation.cfm?doid=363347.363387 ...该论文应该使您对如何正规化有一个很好的了解。使用有限自动机匹配表达式。

这是另一页，提供了Russ Cox的一些详细信息... http://swtch.com/~rsc/regexp/

希望这些对您有所帮助。

Answer 3

我不知道有什么书可以帮助您了解实施细节-而且我敢肯定，有很多细节可以提高效率。 但是，Thomas A. Sudkamp撰写的《语言和机器》一书将有助于理解实施背后的思想。

我认为您需要做的是将正则表达式编译为有限的自动机。 如果您不太了解语法和自动机，那么那本书的第二部分“语法，自动机和语言”将大有帮助。

本书《编译器，原理，技术和工具》； Alfred Aho，Monica Lam，Ravi Sethi和Jeffrey Ullman（也称为《龙书》）也可能会有所帮助。 它旨在使编译器针对计算机语言而不是针对正则表达式语言。 但是，您可能会发现它很有用，特别是有关解析的部分，因为它具有更多的实用性（与非常理论上的语言和机器相对）。

无论如何，如果我要编写一个正则表达式语言，那将是我的起点。 我建议您从您有权访问的图书馆中借阅。 除此之外，您还应该看一下可行的实现。 我只是在这里猜测，但我认为可能会有关于Perl正则表达式实现的好的文档。 看到它们如此受欢迎并且运作良好。

祝好运。