将正则表达式转换为有限状态机

【问题标题】：Converting regular expression to finite state machine将正则表达式转换为有限状态机
【发布时间】：2012-07-11 06:05:44
【问题描述】：

您是否有关于将任何正则表达式转换为有限状态机 (FSM) 的算法的提示。例如，解析正则表达式并将状态适当地添加到 FSM 的算法？有什么参考或更深入的想法吗？

我是用 Python 写的

【问题讨论】：

这不是re.compile 基本上在做什么？你想自己重写一个正则表达式引擎吗？
尝试使用re.DEBUG 选项编译正则表达式。
这是课堂作业吗？
仅供娱乐。我写了一个通用的 fsm（非常简单的），我现在想要一个函数 regExpToFSM() 来构建一个对应于给定正则表达式的 fsm。

标签： python regex state-machine fsm

【解决方案1】：

使用 Michael Sipser 的 Introduction to the Theory of Computation。第 1 章给出了将正则表达式转换为确定性或非确定性有限状态自动机（DFA 或 NFA）的详细算法，以证明它们的等价性（DFA、NFA 和正则表达式可以匹配完全相同的类字符串）。

总体思路是：将正则表达式转换为 NFA，这可以非常简单地完成（* 是一个循环，| 和字符范围是分支点）。然后，您将 NFA 转换为（更大的）DFA，这涉及为每个 set 替代 NFA 状态创建一个 DFA 状态。 DFA 最多具有与 NFA 状态集的 powerset 一样多的状态（例如，具有 3 个状态的 NFA 可以转换为具有最多 2^3 = 8 个状态的 DFA），并且可以识别任何目标字符串而无需回溯.详细阅读本书。

【讨论】：