使用有限状态机是一般文本解析的好设计吗？答案

【问题标题】：Is using a finite state machine a good design for general text parsing?使用有限状态机是一般文本解析的好设计吗？
【发布时间】：2011-02-16 02:43:21
【问题描述】：

我正在读取一个已填充的文件带有十六进制数字。我必须确定一个特定模式，例如“aaad”（不带引号）来自它。每次看到这个图案，我为其他文件生成一些数据。

这将是设计程序中非常常见的情况 - 解析和寻找特定模式。

我将其设计为Finite State Machine，并使用switch-case 在C 中对其进行结构化以更改状态。这是我想到的第一个实现。

【问题讨论】：

【解决方案1】：

手动 FSM 可以很好地适用于简单的情况，但随着状态和输入数量的增加，它们往往会变得笨拙。

可能没有理由更改您已经设计/实现的内容，但如果您对通用文本解析技术感兴趣，您可能应该看看诸如正则表达式、Flex、Bison 和 ANTLR 之类的东西。

【讨论】：

+1：正则表达式是一个 FSM。因此，就此而言，解析器是由 Flex、Bison 和 ANTLR 等工具生成的。我喜欢这样：是的，使用 FSM；不，不要自己动手。

【解决方案2】：

对于非常简单的情况，if's 或 switch'es 就足够了。对于在 POSIX 系统上解析字符串，man regex (3)。对于整个文件（例如复杂配置）的全功能解析，请使用 Lex/Flex 和 Yacc/Bison。

使用 C++ 编写时，请查看 Boost Regex 以获得更简单的情况，查看 Boost Spirit 以获得更复杂的情况。 Flex 和 Bison 也可以使用 C++。

【讨论】：