如何使用 ragel correclty 實現正則表達式 /cat[s]?(\\b|$)/？

Question

我想加速我用 Go 編寫的程序，並使用ragel將正則表達式轉換為有限狀態機。 在轉換類似於/cat[s]?(\\b|$)/正則表達式時，我無法弄清楚如何正確匹配輸入的結尾（它匹配單詞邊框或輸入的結尾），所以我做了這個解決方法：

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)))
  }
}

輸出是正確的：

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

我確實認為有更好的方法。 用ragel處理輸入結束的“正確”方法是什么？

Answer 1

當然，處理輸入結束的正確方法是使用 EOF 操作。 並使用一般的動作，像這樣（減少Match功能）：

  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

這會產生以下輸出（注意添加了一個重要的測試用例）：

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

並像這樣工作：

它添加的是setMatched操作，該操作由 EOF 在第一台機器（ cats? ）的最終狀態之一（ %/setMatched ）中觸發，或者在進入（ >setMatched ）第二個狀態（幾乎是\\b ，但實際上可以用內部space機代替）。 它完全消除了checkMatch的需要。