终于是时候写关于我们构建的正则发动机的引擎了。

正如我们已经看到的，解析器由于解析正则表达式而产生AST。


现在，引擎必须检查给定的字符串是否匹配等级。

为此，发动机使用正则表达式的AST表示，提取正则表达式的基本特征/元素，并尝试找到测试字符串是否具有它们。 /p>

引擎

引擎再次是Python类，具有基本方法匹配，它是包含引擎和所有所需辅助方法的封闭。

匹配签名：

def match(self, re: str, string: str)

匹配语义

我们将向匹配方法提供的语义是：

• 它在字符串中的第一次出现时返回
• 如果没有匹配，它将再次尝试将输入字符串移动到右侧（即将字符串一个字符移动到右侧），直到到达字符串的末端。

也就是说，如果输入字符串为abac，而正则正则是c，则在第一次尝试abac the the t the t Match c上，所以再次尝试，但是这次将abac转移到右边，所以尝试匹配bac带有c，导致另一个失败，因此它再次尝试使用ac和c（失败），最后，它与c一起尝试c，从而导致匹配，从而返回true。

到目前为止的match功能。

如何匹配

match_group是发动机的最重要方法。

它通过迭代AST节点的孩子而起作用，并在找到GroupNode或有一些差异时递归地调用自己。

如果找到了OrNode，它将检查左子女（位置0中的一个）是否匹配，如果没有，则尝试正确的一个。

当找到叶节点（ElementNode，â€）时，它会尝试匹配。

每场比赛后，匹配字符的str_i（字符串索引）增加了。


字符串索引设置为位置0（或一般要考虑更多的位置），并且是一个全局变量，但是匹配函数的本地变量。

递归呼叫的机制使您可以轻松地管理树上的弦和字符串中的点。它还使您可以将每个组视为一个单独的实体，从而更轻松地遵循代码执行。

显然，这不是整个引擎，因为如第一篇文章所述，我们将需要一个回溯系统来确保探索与字符串匹配的所有可能路径。

一个小问题

实际上，叶节点和群体的语义是默认情况下将它们与最大的角色相匹配，尽管大多数情况下这很方便，但在某些边缘情况下，这不会导致一个正确答案。

让我们检查这个示例：

如果您有正则a+ab和一个测试字符串aab：

• 由此产生的AST将由一个GroupNode组成，有三个孩子，所有叶子
• 第一个要匹配的a [1， +â[times
• 第二次匹配的第二个a
• 最终的b可以完全匹配一次。

在执行我们的匹配函数期间，这将发生：

• match_group被称为并开始迭代其子女
• 第一个a元素尽可能匹配，所以两次aa
• 然后，引擎试图匹配第二个a元素，但它失败了，因为现在唯一的左字符是b
• false将被返回，但我们都知道正确答案是正确的。

这是因为我们对匹配函数的语义给出了。我们希望系统要做的是尝试另一种方法：

• 由于第一个元素可以接受1个或更多的字母a，它与其中的两个相匹配，所以我们想告诉它 - 嘿，请尝试一次尝试一下<< /li>
• 在这种情况下，第一个a将匹配一次，留出足够的空间适合第二个a元素，然后还有b元素，我们的第三和最后一个
• 这个过程有效，因此答案是正确的。

此过程称为回溯，将成为下一篇文章的主题，现在，让我们忽略问题。

结论

总的来说，我们涵盖了我们所需的几乎所有内容以解释比赛方法的行为。

我们代码的骨架看起来像这样

match函数的结构。

在下一篇文章中，我们将介绍回溯有趣的主题，并将完成我们的正则引擎。