实现了普通的正则引擎无法实现的两大功能

多正则匹配

要判断输入文本匹配了多个正则中的哪个,不需要逐个判断, 扫描一遍就得到结果(google re2.set 是一个半成品的多正则匹配)。

正则表达式并交差

正则表达式 “”、“”、“”、“连接”、“重复” 任意组合,这个功能 昨天刚完成,可以借此实现“环视功能一个超集。很多不严肃的论断认为环视无法用 DFA 实现,误导了很多人,包括我自己。这个功能 re2 不支持,其他正则引擎(perl,pcre)以“环视”的方式实现部分“交”和“差” 的功能

与 re2 比较

google re2 在算法上基于严格的自动机理论,性能上远远超越了其他引擎。

我的引擎对于自动机理论的应用更加彻底,更加全面,代码上也仔细优化,从而:

性能上(仅功能1)

10万个正则,待匹配文本平均长度30字节,判断出匹配了哪个(或哪些),平均耗时5微秒,内存消耗350M

google re2.set 在相同的测试中,平均耗时35微秒,内存消耗2G

详细说明

实现并交差时,为了便于调试,我做了一个图形化页面,另一方面,这个页面也是一个很好的 演示页面

你如果对这个技术感兴趣: 下载页面用法文档

相关文章

正则替换html代码中img标签的src值在开发富文本信息在移动端...
正则表达式
AWK是一种处理文本文件的语言,是一个强大的文件分析工具。它...
正则表达式是特殊的字符序列,利用事先定义好的特定字符以及...
Python界一名小学生,热心分享编程学习。
收集整理每周优质开发者内容,包括、、等方面。每周五定期发...