Snskyc's List: chrome

Google Chrome最近发布了一个开发版本，这个版本的V8引擎（一个Javascript实现），使用了一个名为Irregexp的正则表达式引擎。在之前所有的版本里，Chrome使用的是JSCRE这个也被webkit项目使用的正则引擎。JSCRE这个引擎，是基于一个被广泛使用的PCRE实现的。从JSCRE这个名字，就知道它是专为Javascript引擎而诞生的了。

Chrome之所以舍弃JSCRE，而使用Irregexp。是因为Chrome或者准确地说V8的开发者们认为，基于Chrome的架构实现一套正则引擎，可以结合整个架构做更多的优化。使用一个外部的库，使得某些优化变得不可能，而且在接口间传递数据，也是一个消耗。（插一句，mysqlnd的实现，也就是基于这种理念的）。

Irregexp采用了一个叫Automata理论来编译正则表达式。Automata，我大致看了一下wikipedia的资料，它的结构大概有五个部分：状态，符号变量，转换函数（也就是根据状态和符号变量来做运算的函数），初始状态（属于状态的一种），接受状态。好吧，我在这里打住，我并不是很熟悉这个算法，也是第一次听说。再说下去就会错得越来越多了，需要了解的朋友可以从wikipedia的条目（http://en.wikipedia.org/wiki/Automata_theory）看起。

Chrome的开发人员举了个例子来说明Automata的优点。假设要编译/Sun|Mon/，传统的编译算法，是存储Sun和Mon两个毫不相关的串。而Automata的算法，可以使得程序知道他们有一个共同点，就是在这组正则里，第三个字节是n。这样使得在搜索串的时候，可以先往前N位寻找到n，然后再往后匹配。

举例归举例，要了解到它的整体和具体实现，还是得去看它的代码。有兴趣的同学们去Chrome（实际这样的说法不准确，将就了）的开发主页上看看吧：http://code.google.com/chromium/。