正则表达式如何转换为汇编？

Question

我了解到C被转换为汇编，然后汇编被转换为机器代码。我学会了如何将基本的C结构（如指针和循环）转换为32位MIPS汇编。但我没有学习如何将例如C中的正则表达式转换为汇编，是否有配方？

Answer 1

C不支持正则表达式。装配也没有。你必须为模式匹配编写一些算法代码，然后，如果它还没有在汇编/机器代码中，则翻译/编译成它。没有魔力。

Answer 2

几十年前，将正则表达式翻译成汇编语言似乎已经过时了。相反，这些天他们通常被编译成确定性有限自动机（DFA），通常作为非确定性有限自动机（NFA）的中间步骤。如果您不熟悉这些条款，请参阅：

• http://en.wikipedia.org/wiki/Deterministic_finite_automaton
• http://en.wikipedia.org/wiki/Nondeterministic_finite_automaton

与正则表达式相对应的NFA非常容易构建;只考虑正则表达式中的每个点作为一个状态，以及可以匹配的字符集，并将你移动到正则表达式中的下一个点，作为从该状态到下一个状态的转换。

其他流行的正则表达式引擎，包括PCRE，根本不编译正则表达式，而是使用回溯匹配器，编写起来很简单，但内存使用情况很糟糕（许多递归调用帧，导致堆栈溢出，如果实现的话）作为实际函数调用）和病态上不好的大O性能（可以是指数时间）。

Answer 3

通常，它取决于您如何实现正则表达式。例如，您可以：

• 使用PCRE或POSIX正则表达式之类的东西。在这种情况下，通过使用特定于您的体系结构/ ABI的调用约定进行适当的调用，将对该API的函数调用简单地转换为机器（汇编）代码。
• 使用flex之类的工具。在这种情况下，该工具将生成大量的C代码，通常采用表格和状态机的形式，并且将使用编译器翻译此代码。

如果您实现某种特殊的正则表达式解析方案，它将只是编译器为您的代码生成的任何内容。