我的 C 有点不稳定，但我查看了 python 的源代码，看起来大部分 python 的re 模块都是由状态机实现的。这并不奇怪，因为正则表达式可以简化为确定性有限状态机。
我想其他的正则表达式实现是相似的。但是根据教科书的定义，很少有现代正则表达式实现是常规的。那么他们如何解释不规则性，比如反向引用？
(.*)\1 // this is not regular
【问题讨论】：
标签： regex algorithm finite-automata
他们使用修改后的（超出有限状态的）自动机类来解决这个问题，并且比vanilla Thomson algorithm 更复杂的匹配算法。如果您找到任何特定“RE”引擎支持的自动机类的正式表征，您将非常幸运。
根据我可以从 Python re 源代码中弥补的内容，它将组存储在缓冲区中（无论如何它必须这样做，因为它必须将其作为匹配对象的一部分返回）并在匹配算法，消耗的字符数与组匹配缓冲区中的字符数一样多。
[可选的咆哮：不幸的是，RE 引擎在实践中是在 NFA 之上的黑客的集合，它们破坏了它们的数学属性。许多实现者忽略了regular languages 的优雅代数及其对正则关系的强大扩展，FSTs 可以有效地捕捉到这些。]
【讨论】：