大家来找错-自己写个正则引擎(一)-概要介绍
平时写代码肯定免不了犯错，如何减少犯错的机会呢，只能多加练习，多加注意。软件开发的难点是处理本质的复杂度，也就是业务逻辑本身的复杂性，而不是解决一些技术上的难题。作为开发人员，我们一方面要多看书，增加知识宽度，学习新技术，保持技术敏感，另一方面更要锻炼基本功，比如《代码大全》上写的那些，使用防御性编程，控制多层嵌套，有效使用递归，用伪代码设计子程序，练好code review本领等。
本系列就是写一个小的正则引擎，技术上来说没什么高深的东西，用什么语言都可以实现，就是用一些if else,while,递归等普通的语句，只是分析起来有些难度，业务逻辑也稍微复杂一些，在写实现代码的时候要多加小心，很难一次写对，要不断的调试，改动，再调试，再改动。在你调试的时候你会发现问题的原因往往很简单，只不是你不够小心，犯了低级错误，比如循环中忘了递增循环控制变量，或者数组索引溢出，或者抛出空引用异常等。如果你够仔细，不犯这种低级错误，尽量一次写好，那会大大提高程序质量，有经验的程序员和菜鸟的一大区别就是写好代码后仔细review，尽量保证调试的过程中不会有低级错误，而菜鸟一般是写完后就急着调试，发现错误，就修改一下，然后再调试，发现改错了，再改，再调试，最终程序结果跑对了也不知道为什么结果是对的，其实只是碰巧对了而已，优秀的程序员会在写完代码后用大脑去跑一边算法，才会去调试。
写这个系列目的是和各位有经验的程序员请教，我的代码虽然碰巧结果是对的，还有哪些BUG，哪些需要注意的地方，哪些地方可以写的更精简，哪些设计的扩展性不强，甚至哪个变量的命名太差，哪个if语句的判断条件应该提取出来，哪个地方应该有注释等等，总之就是大家来挑刺儿，把不好的地方总结出来，防止以后再犯错，其它围观的朋友也可受益。
说是写一个正则引擎，但限于技术水平有限，也来不及仔细看相关基础理论，我们只实现正则的一些简单逻辑。正则表达式的匹配模式分三种：连接，或及闭包。
- “连接”很好理解，“ab”就是字符”a”和字符”b”的一个连接，做匹配的时候要保证匹配出来的结果必须有“a”有“b”，且顺序不能错。
- “或”的意思就是两个模式之要满足其中之一就可以，如”a|b”，匹配的结果是“a”也行，是“b”也行，没有顺序。
- “闭包”的意思就是这个模式的任意顺序任意数量的组合，比如“(a|b)*”，后面的*就是指闭包，可匹配”a”,”b”,”ab”,”bbaababab”。
我们就实现这3种最基本的匹配模式，像\d这种转移字符，?,+这些匹配数量控制，括号分组等均不实现，另外为了保持简单我们用小括号来进行模式分组，比如两个子模式连接，复杂的子模式需要用括号括住，如“a(b|c)”左边的模式匹配字符a，右边的模式匹配b或者c，由于右边的模式是个复杂模式，就用括号括起来。另外就是或关系里如果其中一个字模式包含了另一个子模式，我们取最长的匹配。
我们说清楚了需求，就得先考虑测试用例的设计，我们只做根据正则式的分词，就是给定一个正则式和一个输入，把它分割成一个数组，匹配模式的部分算一子项，不匹配模式的字符单独算一子项。
| 正则式 | 输入 | 匹配结果 |
| a | aabaab | a-a-b-a-a-b |
| ab | aabaab | a-ab-a-ab |
| ab|ac | abaaac | ab-a-a-ac |
| a|aa | abaaac | a-b-aa-a-c |
| (a)*: | aabaab | aa-b-aa-b |
| :(a|b)* | aabbaxaabbb | aabba-x-aabbb |
| a(b|c) | abaaac | ab-a-a-ac |
| a(b|c)*: | abbaaaccab | abb-a-a-acc-ab |
因为功能简单，咱们设计也简单一些，不去管理论上的哪些DFA,NFA等，咱们就靠现有的知识实现个山寨的。
我们先把输入的模式字符串要抽象出一个模式树，模式树用PatterNode来表示，它有个Nodes属性来保存子节点，Text是自身所匹配的子模式表达，Releation是指子节点之间的关系是连接关系还是或的关系，OneOrMore是指是否匹配一个或多个，也就是闭包。PatternParser类的静态方法Parse用来把一个字符串分析成模式树。
我们知道，在c#里，委托表示一个可执行的方法，而且可以当参数或者返回值，也就是说在c#里，函数是一等公民，我们可以在一定程度上使用函数式编程的优势，有了模式树，我们还要一个正则解析树RegexNode，该类有一个Parse属性，指向一个ParseFunc的委托，该委托用于解析本节点所代表的子模式，同时递归的执行本节点的子节点代表的子模式，该类的其它属性均和PatternNode相同，目的是为了调试时看着方便，以及由主控函数来使用。该类的SplitWords把一个字符串输入根据本身做代表的正则式进行分割。RegexParser类把一个模式树转换成正则解析树。
ParseFuncFactory类是一个委托工厂类，它利用闭包原理生成一些委托供RegexNode的Parse属性用，从名字可以看出，有生成最长匹配的MaxMatch，有生成连接关系的MatcheAnd，生成或关系的MatcheOr，以及生成这三种基本匹配模式的闭包模式OnorMoreMaxMatch,MatchOneOrMoreWithAnd,MatchOneOrMoreWithOr。
