本發(fā)明涉及網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，更具體地，涉及dfa壓縮方法及裝置、正則表達(dá)式匹配方法及系統(tǒng)。

背景技術(shù)：

基于正則表達(dá)式的模式匹配，簡稱正則表達(dá)式匹配，是下一代防火墻(nextgenerationfirewall，ngfw)、入侵檢測/防御系統(tǒng)(intrusiondetectionsystems/intrusionpreventionsystem，ids/ips)、統(tǒng)一威脅管理(unifiedthreatmanagement，utm)等安全網(wǎng)關(guān)系統(tǒng)的關(guān)鍵模塊，而高性能的正則表達(dá)式匹配是其核心技術(shù)。正則表達(dá)式匹配通過檢查和處理tcp/ip協(xié)議應(yīng)用層的網(wǎng)包載荷(payload)對網(wǎng)包(packet)進(jìn)行監(jiān)控或者過濾。

正則表達(dá)式匹配主要通過確定型有窮自動(dòng)機(jī)(deterministicfiniteautomata，dfa)和非確定型有窮自動(dòng)機(jī)(undeterministicfiniteautomata，nfa)兩種數(shù)據(jù)結(jié)構(gòu)來實(shí)現(xiàn)。其中，nfa內(nèi)存占用小，但匹配速度極慢，在多核或通用處理器平臺(tái)上根本不能滿足實(shí)際的網(wǎng)絡(luò)處理要求；而dfa匹配速度快，缺點(diǎn)是內(nèi)存占用過高。復(fù)雜的正則表達(dá)式集合可能引起dfa的狀態(tài)數(shù)量膨脹，導(dǎo)致需要巨大的儲(chǔ)存空間。

技術(shù)實(shí)現(xiàn)要素：

為解決正則表達(dá)式匹配中dfa內(nèi)存占用過高的問題，本發(fā)明提供了dfa壓縮方法及裝置、正則表達(dá)式匹配方法及系統(tǒng)。

根據(jù)本發(fā)明的一個(gè)方面，提供了一種dfa壓縮方法，包括：

根據(jù)正則表達(dá)式集合構(gòu)造dfa，所述dfa包括：字符、狀態(tài)和每個(gè)狀態(tài)各自對應(yīng)于每個(gè)字符的轉(zhuǎn)移，對應(yīng)于每個(gè)字符，所述轉(zhuǎn)移從當(dāng)前狀態(tài)指向與該字符相應(yīng)的一個(gè)狀態(tài)；

根據(jù)所述dfa中的相同轉(zhuǎn)移對狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記，其中所述相同轉(zhuǎn)移為指向同一狀態(tài)的轉(zhuǎn)移；

根據(jù)所述狀態(tài)的標(biāo)記和所述轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮。

具體地，所述根據(jù)所述dfa中的相同轉(zhuǎn)移對狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記，包括：

對于所述dfa中的每個(gè)狀態(tài)，選取該狀態(tài)的相同轉(zhuǎn)移數(shù)目最多的轉(zhuǎn)移標(biāo)記為該狀態(tài)的第一狀態(tài)轉(zhuǎn)移，并將具有相同第一狀態(tài)轉(zhuǎn)移的狀態(tài)分組到一個(gè)第一狀態(tài)集合中；

對于每個(gè)所述第一狀態(tài)集合，將其中滿足預(yù)設(shè)條件的一個(gè)狀態(tài)標(biāo)記為第一狀態(tài)，并將所述第一狀態(tài)再次分組到一個(gè)第二狀態(tài)集合中；其中，若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)只有一個(gè)，所述預(yù)設(shè)條件包括：第一狀態(tài)轉(zhuǎn)移的數(shù)目最多，若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)有至少兩個(gè)，則所述預(yù)設(shè)條件包括：在第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的前提下，深度最??；

對于所述第一狀態(tài)集合中剩余的每個(gè)狀態(tài)，若判斷該狀態(tài)與所述第一狀態(tài)對應(yīng)同一字符有相同轉(zhuǎn)移的數(shù)目大于該狀態(tài)的第一狀態(tài)轉(zhuǎn)移的數(shù)目，則將該狀態(tài)標(biāo)記為第二狀態(tài)；

將所述第二狀態(tài)再次分組到所述第一狀態(tài)所在的第二狀態(tài)集合中，并將所述第二狀態(tài)的指向所述第一狀態(tài)的轉(zhuǎn)移標(biāo)記為第二狀態(tài)轉(zhuǎn)移；

將所述第一狀態(tài)集合中沒被再次分組的狀態(tài)組合成一個(gè)新的第一狀態(tài)集合，對所述新的第一狀態(tài)集合迭代執(zhí)行再次分組的步驟，直到所述第一狀態(tài)集合中的每個(gè)狀態(tài)都被再次分組到第二狀態(tài)集合中。

具體地，所述根據(jù)所述狀態(tài)的標(biāo)記和所述轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮，包括：

對于每個(gè)所述第一狀態(tài)，保留該第一狀態(tài)的一個(gè)第一狀態(tài)轉(zhuǎn)移，將該第一狀態(tài)的不同于所述第一狀態(tài)轉(zhuǎn)移的轉(zhuǎn)移標(biāo)記為第三狀態(tài)轉(zhuǎn)移，并保留所述第三狀態(tài)轉(zhuǎn)移，該第一狀態(tài)的其他轉(zhuǎn)移不保留；

對于每個(gè)所述第二狀態(tài)，保留該第二狀態(tài)的一個(gè)第二狀態(tài)轉(zhuǎn)移，將與所述第一狀態(tài)對應(yīng)同一字符的轉(zhuǎn)移不相同的轉(zhuǎn)移標(biāo)記為該第二狀態(tài)的第三狀態(tài)轉(zhuǎn)移，并保留所述第三狀態(tài)轉(zhuǎn)移，該第二狀態(tài)的其他轉(zhuǎn)移不保留。

具體地，所述根據(jù)所述狀態(tài)的標(biāo)記和所述轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮，還包括：

對于每個(gè)狀態(tài)的所述第三狀態(tài)轉(zhuǎn)移，若對應(yīng)于連續(xù)的字符存在相同的第三狀態(tài)轉(zhuǎn)移，則對應(yīng)于該連續(xù)的字符僅保留一個(gè)第三狀態(tài)轉(zhuǎn)移。

根據(jù)本發(fā)明的第二方面，提供了一種基于所述dfa壓縮方法的正則表達(dá)式匹配方法，包括：

讀取壓縮后的所述dfa的當(dāng)前狀態(tài)和當(dāng)前輸入字符；

在所述當(dāng)前狀態(tài)的第三狀態(tài)轉(zhuǎn)移中查找對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移；

若判斷存在對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，則根據(jù)該第三狀態(tài)轉(zhuǎn)移將所述當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)；

若判斷不存在對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，則通過判斷當(dāng)前狀態(tài)為第一狀態(tài)或第二狀態(tài)，根據(jù)當(dāng)前狀態(tài)的第一狀態(tài)轉(zhuǎn)移或第二狀態(tài)轉(zhuǎn)移將當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)。

根據(jù)本發(fā)明的第三方面，提供了一種dfa壓縮裝置，包括：

構(gòu)造單元，用于根據(jù)正則表達(dá)式集合構(gòu)造dfa，所述dfa包括：字符、狀態(tài)和每個(gè)狀態(tài)各自對應(yīng)于每個(gè)字符的轉(zhuǎn)移，對應(yīng)于每個(gè)字符，所述轉(zhuǎn)移從當(dāng)前狀態(tài)指向與該字符相應(yīng)的一個(gè)狀態(tài)；

標(biāo)記單元，用于根據(jù)所述dfa中的相同轉(zhuǎn)移對狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記，其中所述相同轉(zhuǎn)移為指向同一狀態(tài)的轉(zhuǎn)移；

壓縮單元，用于根據(jù)所述狀態(tài)的標(biāo)記和所述轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮。

具體地，所述標(biāo)記單元包括：

第一標(biāo)記子單元，用于為所述dfa中的每個(gè)狀態(tài)選取該狀態(tài)的相同轉(zhuǎn)移數(shù)目最多的轉(zhuǎn)移標(biāo)記為該狀態(tài)的第一狀態(tài)轉(zhuǎn)移，并將具有相同第一狀態(tài)轉(zhuǎn)移的狀態(tài)分組到一個(gè)第一狀態(tài)集合中；

第二標(biāo)記子單元，用于將每個(gè)所述第一狀態(tài)集合中滿足預(yù)設(shè)條件的一個(gè)狀態(tài)標(biāo)記為第一狀態(tài)，并將所述第一狀態(tài)再次分組到一個(gè)第二狀態(tài)集合中；其中，若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)只有一個(gè)，所述預(yù)設(shè)條件包括：第一狀態(tài)轉(zhuǎn)移的數(shù)目最多，若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)有至少兩個(gè)，則所述預(yù)設(shè)條件包括：在第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的前提下，深度最??；

第三標(biāo)記子單元，用于判斷所述第一狀態(tài)集合中剩余的每個(gè)狀態(tài)，若該狀態(tài)與所述第一狀態(tài)對應(yīng)同一字符有相同轉(zhuǎn)移的數(shù)目大于該狀態(tài)的第一狀態(tài)轉(zhuǎn)移的數(shù)目，則將該狀態(tài)標(biāo)記為第二狀態(tài)；還用于將所述第二狀態(tài)再次分組到所述第一狀態(tài)所在的第二狀態(tài)集合中，并將所述第二狀態(tài)的指向所述第一狀態(tài)的轉(zhuǎn)移標(biāo)記為第二狀態(tài)轉(zhuǎn)移；

迭代子單元，用于將所述第一狀態(tài)集合中沒被再次分組的狀態(tài)組合成一個(gè)新的第一狀態(tài)集合，并將所述新的第一狀態(tài)集合發(fā)送到所述第一標(biāo)記子單元和第二標(biāo)記子單元以迭代執(zhí)行再次分組的步驟，直到所述第一狀態(tài)集合中的每個(gè)狀態(tài)都被再次分組到第二狀態(tài)集合中。

具體地，所述壓縮單元具體用于：

對于每個(gè)所述第一狀態(tài)，保留該第一狀態(tài)的一個(gè)第一狀態(tài)轉(zhuǎn)移，將該第一狀態(tài)的不同于所述第一狀態(tài)轉(zhuǎn)移的轉(zhuǎn)移標(biāo)記為第三狀態(tài)轉(zhuǎn)移，并保留所述第三狀態(tài)轉(zhuǎn)移，該第一狀態(tài)的其他轉(zhuǎn)移不保留；

對于每個(gè)所述第二狀態(tài)，保留該第二狀態(tài)的一個(gè)第二狀態(tài)轉(zhuǎn)移，將與所述第一狀態(tài)對應(yīng)同一字符的轉(zhuǎn)移不相同的轉(zhuǎn)移標(biāo)記為該第二狀態(tài)的第三狀態(tài)轉(zhuǎn)移，并保留所述第三狀態(tài)轉(zhuǎn)移，該第二狀態(tài)的其他轉(zhuǎn)移不保留。

具體地，所述壓縮單元還具體用于：

對于每個(gè)狀態(tài)的所述第三狀態(tài)轉(zhuǎn)移，若對應(yīng)于連續(xù)的字符存在相同的第三狀態(tài)轉(zhuǎn)移，則對應(yīng)于該連續(xù)的字符僅保留一個(gè)第三狀態(tài)轉(zhuǎn)移。

根據(jù)本發(fā)明的第四方面，提供了一種正則表達(dá)式匹配系統(tǒng)，包括所述dfa壓縮裝置以及讀取單元、匹配單元，其中：

讀取單元，用于讀取壓縮后的所述dfa的當(dāng)前狀態(tài)和當(dāng)前輸入字符；

匹配單元，用于在所述當(dāng)前狀態(tài)的第三狀態(tài)轉(zhuǎn)移中查找對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移；

若判斷存在對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，則根據(jù)該第三狀態(tài)轉(zhuǎn)移將所述當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)；

若判斷不存在對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，則通過判斷當(dāng)前狀態(tài)為第一狀態(tài)或第二狀態(tài)，根據(jù)當(dāng)前狀態(tài)的第一狀態(tài)轉(zhuǎn)移或第二狀態(tài)轉(zhuǎn)移將當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)。

本發(fā)明提供的技術(shù)方案通過對dfa中的狀態(tài)和狀態(tài)的轉(zhuǎn)移進(jìn)行標(biāo)記，根據(jù)狀態(tài)的標(biāo)記和轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮，在不影響查找速率的情況下能達(dá)到較高的壓縮率，使dfa占用更少內(nèi)存。

附圖說明

圖1為dfa狀態(tài)轉(zhuǎn)移圖和狀態(tài)轉(zhuǎn)移表；

圖2為又一dfa狀態(tài)轉(zhuǎn)移圖和狀態(tài)轉(zhuǎn)移表；

圖3為本發(fā)明實(shí)施例提供的dfa壓縮方法流程圖；

圖4為本發(fā)明又一實(shí)施例提供的dfa壓縮方法流程圖；

圖5為前端dfa壓縮后的效果圖；

圖6為后端dfa壓縮后的效果圖；

圖7為本發(fā)明實(shí)施例提供的dfa壓縮裝置結(jié)構(gòu)圖；

圖8為本發(fā)明又一實(shí)施例提供的dfa壓縮裝置結(jié)構(gòu)圖；

圖9為本發(fā)明實(shí)施例提供的正則表達(dá)式匹配系統(tǒng)結(jié)構(gòu)圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

dfa由不同類型的片段構(gòu)造，如全部由正則表達(dá)式拆分得到的字符串片段構(gòu)造的dfa、全部由錨定的字符串片段或只含單個(gè)混沌因子的錨定片段構(gòu)造的dfa等。其中，混沌因子定義為符號組合“.*”、“[^□]*”、“.+”、“[^□]+”、“.{□}”或“[^□]{□}”。

對于由字符串片段構(gòu)造的dfa，也稱為前端dfa，片段的語法是串接。如圖1所示，圖1為字符串片段“fil”、“cmd”和“url”對應(yīng)的dfa狀態(tài)轉(zhuǎn)移圖和狀態(tài)轉(zhuǎn)移表。對于每個(gè)串接字符，dfa都會(huì)存在對應(yīng)于所述串接字符的狀態(tài)的前向轉(zhuǎn)移，所述前向轉(zhuǎn)移從深度低的狀態(tài)指向深度高的狀態(tài)。除了這些前向轉(zhuǎn)移之外，其它的轉(zhuǎn)移基本上都是指向初始狀態(tài)或者初始狀態(tài)的相鄰狀態(tài)的后向轉(zhuǎn)移，所述后向轉(zhuǎn)移從深度高的狀態(tài)指向深度低的狀態(tài)。

例如，圖1所示的dfa狀態(tài)轉(zhuǎn)移表中，表的上方為字符，表的左側(cè)為dfa的狀態(tài)及狀態(tài)對應(yīng)的深度，如2/1表示狀態(tài)2的深度為1，表中的數(shù)字表示每個(gè)狀態(tài)對應(yīng)于不同字符的轉(zhuǎn)移指向的狀態(tài)。所有的轉(zhuǎn)移對應(yīng)于字符‘f’、‘c’和‘u’都會(huì)分別指向狀態(tài)1、2或3，狀態(tài)1、2和3都是狀態(tài)0的相鄰狀態(tài)。除了前向轉(zhuǎn)移和指向狀態(tài)0的相鄰狀態(tài)的轉(zhuǎn)移，其他轉(zhuǎn)移都指向狀態(tài)0。因此，dfa狀態(tài)轉(zhuǎn)移表中大部分狀態(tài)的轉(zhuǎn)移都是相同的，所述轉(zhuǎn)移集中指向狀態(tài)0、1、2和3。

由錨定的字符串片段或者只含單個(gè)混沌因子的錨定片段構(gòu)造的dfa，也稱為后端dfa。后端dfa中片段的語法中不僅包含串接，而且包含錨定以及混沌因子。如圖2所示，圖2為錨定片段集合“^e＝[^&]*\.exe”、“^＝[^\n]{6}”、“^＝[^\n]{3,5}”和“^\.com”對應(yīng)的dfa狀態(tài)轉(zhuǎn)移圖和狀態(tài)轉(zhuǎn)移表。其中，錨定會(huì)使得所有狀態(tài)都含有指向死狀態(tài)的轉(zhuǎn)移，而且對于含有對應(yīng)串接字符的前向轉(zhuǎn)移的狀態(tài)，錨定使該狀態(tài)其余的轉(zhuǎn)移都指向死狀態(tài)。此外，混沌因子“[^□]*”會(huì)產(chǎn)生一個(gè)中間狀態(tài)，所述中間狀態(tài)及其后續(xù)狀態(tài)對于字符集合“[^□]”中的字符幾乎都會(huì)指向該中間狀態(tài)。而對于混沌因子“[^□]{□}”，它能產(chǎn)生一條狀態(tài)鏈，鏈中每個(gè)狀態(tài)含有的對應(yīng)于“[^□]”中的字符的前向轉(zhuǎn)移都指向該狀態(tài)在鏈中的相鄰狀態(tài)。因?yàn)榛煦缫蜃佣紩?huì)有一個(gè)范圍很大的“[^□]”，所以狀態(tài)鏈中各個(gè)狀態(tài)內(nèi)的轉(zhuǎn)移對于大部分字符是相同的，而各個(gè)狀態(tài)間的轉(zhuǎn)移對于大部分字符是不同的，只要包含在“[^□]”中就不同。所述狀態(tài)內(nèi)的轉(zhuǎn)移為對于每個(gè)狀態(tài)，該狀態(tài)的轉(zhuǎn)移。所述狀態(tài)間的轉(zhuǎn)移為狀態(tài)間對應(yīng)于同一字符的轉(zhuǎn)移。

例如，圖2中，錨定使得dfa中的所有狀態(tài)都含有指向死狀態(tài)11的轉(zhuǎn)移，而且對于狀態(tài)10、12、14、17、20、23和28，它們對應(yīng)于除串接字符以外的其他字符的轉(zhuǎn)移都指向死狀態(tài)11?；煦缫蜃印癧^\&]*”產(chǎn)生了中間狀態(tài)15，使得狀態(tài)15、18、21、24和26對應(yīng)于除字符‘&’和‘\.’以外的其他字符的非前向轉(zhuǎn)移都指向中間狀態(tài)15。混沌因子“[^\n]{6}”產(chǎn)生了狀態(tài)鏈13、16、19、22、25和27，使得這些狀態(tài)中與字符‘\n’以外的其他字符所對應(yīng)的轉(zhuǎn)移都指向下一個(gè)相鄰狀態(tài)，即狀態(tài)16、19、22、25、27和28。混沌因子“[^\n]{6}”產(chǎn)生的狀態(tài)鏈中狀態(tài)間的轉(zhuǎn)移大部分是不同的，如狀態(tài)13和16。不同混沌因子“[^\n]{6}”中的狀態(tài)和“[^\&]*”的狀態(tài)間的轉(zhuǎn)移大部分也不同，如狀態(tài)13和15，而其他情況下狀態(tài)間的轉(zhuǎn)移大部分是相同的，如狀態(tài)11和12、狀態(tài)15和18。

綜上，對于前端dfa中的每個(gè)狀態(tài)，存在該狀態(tài)對應(yīng)于每個(gè)字符指向初始狀態(tài)的轉(zhuǎn)移，即狀態(tài)內(nèi)的轉(zhuǎn)移一致性，以及狀態(tài)間對應(yīng)于同一字符一致指向初始狀態(tài)以及初始狀態(tài)的相鄰狀態(tài)的轉(zhuǎn)移，即狀態(tài)間的轉(zhuǎn)移一致性。而對于后端dfa，串接的字符會(huì)帶來狀態(tài)內(nèi)和狀態(tài)間一致指向死狀態(tài)的轉(zhuǎn)移，即狀態(tài)內(nèi)和狀態(tài)間的轉(zhuǎn)移一致性；混沌因子“[^□]*”始終會(huì)產(chǎn)生中間狀態(tài)，并使得串接的字符帶來狀態(tài)內(nèi)一致指向該中間狀態(tài)的轉(zhuǎn)移，即狀態(tài)內(nèi)的轉(zhuǎn)移一致性，以及狀態(tài)間一致指向該中間狀態(tài)、該中間狀態(tài)的相鄰狀態(tài)和死狀態(tài)的轉(zhuǎn)移，即狀態(tài)間的轉(zhuǎn)移一致性；混沌因子“[^□]{□}”始終會(huì)產(chǎn)生狀態(tài)鏈，并帶來狀態(tài)內(nèi)一致指向狀態(tài)鏈中相鄰狀態(tài)的轉(zhuǎn)移，即狀態(tài)內(nèi)的轉(zhuǎn)移一致性和狀態(tài)間的轉(zhuǎn)移區(qū)分性。

以上由于正則表達(dá)式的拆分特性使得狀態(tài)的大量相同轉(zhuǎn)移都是冗余的，本發(fā)明提出了dfa壓縮方法及裝置、正則表達(dá)式匹配方法及系統(tǒng)，最大程度地去除這些冗余的轉(zhuǎn)移，從而壓縮了正則表達(dá)式構(gòu)造的dfa。但本發(fā)明不限于用于對以上兩種dfa片段進(jìn)行壓縮，對于其他dfa片段中由相同轉(zhuǎn)移帶來的冗余問題，本發(fā)明普遍適用。

下面對dfa進(jìn)行介紹：

dfa實(shí)際上為自動(dòng)狀態(tài)機(jī)，由多個(gè)狀態(tài)、轉(zhuǎn)移邊和每個(gè)狀態(tài)的輸入組成。所述狀態(tài)用圓圈中的數(shù)字表示，所述轉(zhuǎn)移邊用箭頭表示，所述狀態(tài)的輸入用箭頭上的字符表示。dfa的特點(diǎn)是對于每一個(gè)狀態(tài)，確定的輸入一定有一個(gè)確定的輸出。如圖1所示的狀態(tài)0下，輸入f一定會(huì)轉(zhuǎn)移到狀態(tài)1。使用dfa進(jìn)行匹配時(shí)，先指定狀態(tài)集合中的某一個(gè)狀態(tài)為起始狀態(tài)，分析器從起始狀態(tài)開始，每讀入一個(gè)字符就修改一次狀態(tài)，將當(dāng)前狀態(tài)的下一個(gè)狀態(tài)重置為當(dāng)前狀態(tài)。分析器在讀完所有字符后，會(huì)停留在一個(gè)確定的狀態(tài)，如果這個(gè)狀態(tài)與期望的狀態(tài)一致，則所述分析器接收了所述字符串，否則所述分析器拒絕了所述字符串。

圖3為本發(fā)明實(shí)施例提供的dfa壓縮方法流程圖，如圖3所示，包括：s1，根據(jù)正則表達(dá)式集合構(gòu)造dfa，所述dfa包括：字符、狀態(tài)和每個(gè)狀態(tài)各自對應(yīng)于每個(gè)字符的轉(zhuǎn)移，對應(yīng)于每個(gè)字符，所述轉(zhuǎn)移從當(dāng)前狀態(tài)指向與該字符相應(yīng)的一個(gè)狀態(tài)；s2，根據(jù)所述dfa中的相同轉(zhuǎn)移對狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記，其中所述相同轉(zhuǎn)移為指向同一狀態(tài)的轉(zhuǎn)移；s3，根據(jù)所述狀態(tài)的標(biāo)記和所述轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮。

具體地，s1中的所述正則表達(dá)式一般包括表述匹配次數(shù)的量詞、表述具體位置的錨點(diǎn)和字符串，用于表示字符串集合的規(guī)則。在進(jìn)行正則表達(dá)式匹配之前需要將正則表達(dá)式轉(zhuǎn)換成機(jī)器能閱讀的有限自動(dòng)機(jī)。dfa的狀態(tài)轉(zhuǎn)移表是一張二維表，如圖1和圖2所示，包括字符、狀態(tài)和每個(gè)狀態(tài)各自對應(yīng)于每個(gè)字符的轉(zhuǎn)移。對應(yīng)于每個(gè)字符，所述轉(zhuǎn)移從當(dāng)前狀態(tài)指向與該字符相應(yīng)的一個(gè)狀態(tài)。s2中所述相同轉(zhuǎn)移為指向同一狀態(tài)的轉(zhuǎn)移，根據(jù)所述相同轉(zhuǎn)移對所述dfa中狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記，所述標(biāo)記用于區(qū)分狀態(tài)和轉(zhuǎn)移。s3中根據(jù)狀態(tài)的標(biāo)記和轉(zhuǎn)移的標(biāo)記對不同狀態(tài)的不同轉(zhuǎn)移進(jìn)行不同壓縮，所述壓縮為去除相同轉(zhuǎn)移，從而減少dfa中的數(shù)據(jù)。

例如，圖1所示的dfa狀態(tài)轉(zhuǎn)移表包括狀態(tài)1-9，字符c、d、f、i、l、m、r、u和其他字符，以及狀態(tài)0-9各自對應(yīng)于每個(gè)字符的轉(zhuǎn)移。對應(yīng)于每個(gè)字符，所述轉(zhuǎn)移從當(dāng)前狀態(tài)指向與該字符相應(yīng)的一個(gè)狀態(tài)，如當(dāng)前狀態(tài)為0，對應(yīng)于字符f，所述轉(zhuǎn)移從狀態(tài)0指向狀態(tài)1。圖1所示的dfa狀態(tài)轉(zhuǎn)移表中存在指向狀態(tài)0、1、2和3的相同轉(zhuǎn)移，根據(jù)所述相同轉(zhuǎn)移對所述dfa中狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記。

本實(shí)施例根據(jù)dfa中的相同轉(zhuǎn)移對dfa中的狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記，根據(jù)狀態(tài)的標(biāo)記和轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮，去除了dfa中冗余的轉(zhuǎn)移，使dfa占用更少內(nèi)存。需要說明的是，對于其他情況下存在的由相同狀態(tài)轉(zhuǎn)移帶來的冗余問題，本實(shí)施例也能解決，不限于本實(shí)施例所列舉的情況。

圖4為本發(fā)明又一實(shí)施例提供的dfa壓縮方法流程圖，如圖4所示，在上述實(shí)施例的基礎(chǔ)上，本實(shí)施例中所述根據(jù)所述dfa中的相同轉(zhuǎn)移對狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記，包括：s21，對于所述dfa中的每個(gè)狀態(tài)，選取該狀態(tài)的相同轉(zhuǎn)移數(shù)目最多的轉(zhuǎn)移標(biāo)記為該狀態(tài)的第一狀態(tài)轉(zhuǎn)移，并將具有相同第一狀態(tài)轉(zhuǎn)移的狀態(tài)分組到一個(gè)第一狀態(tài)集合中；s22，對于每個(gè)所述第一狀態(tài)集合，將其中滿足預(yù)設(shè)條件的一個(gè)狀態(tài)標(biāo)記為第一狀態(tài)，并將所述第一狀態(tài)再次分組到一個(gè)第二狀態(tài)集合中；其中，若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)只有一個(gè)，所述預(yù)設(shè)條件包括：第一狀態(tài)轉(zhuǎn)移的數(shù)目最多，若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)有至少兩個(gè)，則所述預(yù)設(shè)條件包括：在第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的前提下，深度最??；s23，對于所述第一狀態(tài)集合中剩余的每個(gè)狀態(tài)，若判斷該狀態(tài)與所述第一狀態(tài)對應(yīng)同一字符有相同轉(zhuǎn)移的數(shù)目大于該狀態(tài)的第一狀態(tài)轉(zhuǎn)移的數(shù)目，則將該狀態(tài)標(biāo)記為第二狀態(tài)；s24，將所述第二狀態(tài)再次分組到所述第一狀態(tài)所在的第二狀態(tài)集合中，并將所述第二狀態(tài)的指向所述第一狀態(tài)的轉(zhuǎn)移標(biāo)記為第二狀態(tài)轉(zhuǎn)移；s25，將所述第一狀態(tài)集合中沒被再次分組的狀態(tài)組合成一個(gè)新的第一狀態(tài)集合，對所述新的第一狀態(tài)集合迭代執(zhí)行再次分組的步驟，直到所述第一狀態(tài)集合中的每個(gè)狀態(tài)都被分組到某一個(gè)第二狀態(tài)集合中。

具體地，在s21中，所述第一狀態(tài)轉(zhuǎn)移指一個(gè)狀態(tài)轉(zhuǎn)移到相同狀態(tài)的轉(zhuǎn)移數(shù)目最多的轉(zhuǎn)移，也可以限定為一個(gè)狀態(tài)轉(zhuǎn)移到相同狀態(tài)的轉(zhuǎn)移數(shù)目大于預(yù)設(shè)閾值的轉(zhuǎn)移。選取狀態(tài)的第一狀態(tài)轉(zhuǎn)移后，判斷狀態(tài)的第一狀態(tài)轉(zhuǎn)移是否相同，將具有相同第一狀態(tài)轉(zhuǎn)移的狀態(tài)分組到一個(gè)集合中，所述集合為第一狀態(tài)集合。如果一個(gè)狀態(tài)的第一狀態(tài)轉(zhuǎn)移與其他狀態(tài)的第一狀態(tài)轉(zhuǎn)移都不同，則將所述狀態(tài)單獨(dú)分組到一個(gè)第一狀態(tài)集合中。

在s22中，對于每個(gè)所述第一狀態(tài)集合，其中第一狀態(tài)轉(zhuǎn)移數(shù)目最多的狀態(tài)可能有一個(gè)或多個(gè)，若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)只有一個(gè)時(shí)，將該狀態(tài)標(biāo)記為第一狀態(tài)。若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)有至少兩個(gè)時(shí)，在第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)中選擇深度最小的一個(gè)狀態(tài)標(biāo)記為第一狀態(tài)。所述深度為一個(gè)狀態(tài)在狀態(tài)轉(zhuǎn)移圖中的層次為該狀態(tài)的深度，其中初始狀態(tài)的層次為0層。將標(biāo)記的第一狀態(tài)再次單獨(dú)分組到一個(gè)第二狀態(tài)集合中。

在s23中，從所述第一狀態(tài)集合中的剩余狀態(tài)中選擇第二狀態(tài)并標(biāo)記，所述第二狀態(tài)的選擇標(biāo)準(zhǔn)為與所述第一狀態(tài)對應(yīng)同一字符具有相同轉(zhuǎn)移的數(shù)目大于各自的第一狀態(tài)轉(zhuǎn)移數(shù)目。從中可以看出所述第二狀態(tài)與所述第一狀態(tài)對應(yīng)同一字符具有的相同轉(zhuǎn)移中除了第一狀態(tài)轉(zhuǎn)移外，一定還包括其他相同轉(zhuǎn)移。

在s24中，將滿足所述選擇標(biāo)準(zhǔn)的第二狀態(tài)再次分組到所述第一狀態(tài)所在的第二狀態(tài)集合中。并將所述第二狀態(tài)指向所述第一狀態(tài)的轉(zhuǎn)移標(biāo)記為第二狀態(tài)轉(zhuǎn)移。

在s25中，一輪分組后，將所述第一狀態(tài)集合中沒被再次分組的狀態(tài)重新組合成一個(gè)新的第一狀態(tài)集合，對所述新的第一狀態(tài)集合迭代再次分組的步驟，直到所述第一狀態(tài)集合中的每個(gè)狀態(tài)都被再次分組到某一個(gè)第二狀態(tài)集合中。第二狀態(tài)集合可能為一個(gè)第一狀態(tài)單獨(dú)組成的集合，也可能為第一狀態(tài)和第二狀態(tài)組成的集合。對每個(gè)狀態(tài)進(jìn)行兩次分組是為了對狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記。

例如，圖1中，所有狀態(tài)的第一狀態(tài)轉(zhuǎn)移相同，將所有狀態(tài)分組到一個(gè)第一狀態(tài)集合中。狀態(tài)0、7、8、9的第一狀態(tài)轉(zhuǎn)移數(shù)目最多，為6個(gè)，但狀態(tài)0的深度最小，為0，所以狀態(tài)0被標(biāo)記為第一狀態(tài)。將狀態(tài)0再次分組到一個(gè)新的集合中，所述新的集合為第二狀態(tài)集合。對于除狀態(tài)0以外的其他每個(gè)狀態(tài)，與狀態(tài)0對應(yīng)于同一字符具有相同轉(zhuǎn)移的數(shù)目為8或9大于它們自身的核心轉(zhuǎn)移數(shù)目為5或6。因此，將狀態(tài)1-9標(biāo)記為第二狀態(tài)，并分組到狀態(tài)0所在的第二狀態(tài)集合中，將狀態(tài)1-9指向狀態(tài)0的轉(zhuǎn)移標(biāo)記為第二狀態(tài)轉(zhuǎn)移。經(jīng)過一輪分組，所有的狀態(tài)都被分組。

圖2中，除狀態(tài)15、18、21、24和26組成的第二狀態(tài)集合以外。其他的每個(gè)第二狀態(tài)集合僅僅包含單個(gè)狀態(tài)。對于由狀態(tài)10、11、12、14、17、20、23和28，它們沒有被分組到一個(gè)第二狀態(tài)集合中，這是因?yàn)楸M管它們具有相同的第一狀態(tài)轉(zhuǎn)移，即指向狀態(tài)11的轉(zhuǎn)移，但它們與狀態(tài)11對應(yīng)于同一字符具有相同轉(zhuǎn)移的數(shù)目。

本發(fā)明實(shí)施例對于所述dfa中的每個(gè)狀態(tài)進(jìn)行兩次分組，根據(jù)分組結(jié)果對每個(gè)狀態(tài)和每個(gè)轉(zhuǎn)移進(jìn)行標(biāo)記，根據(jù)標(biāo)記結(jié)果對dfa進(jìn)行壓縮，去除了dfa中大量的相同轉(zhuǎn)移，使dfa占用更少的內(nèi)存。

在上述實(shí)施例的基礎(chǔ)上，本發(fā)明實(shí)施例中所述根據(jù)所述狀態(tài)的標(biāo)記和所述轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮，包括：對于每個(gè)所述第一狀態(tài)，保留該第一狀態(tài)的一個(gè)第一狀態(tài)轉(zhuǎn)移，將該第一狀態(tài)的不同于所述第一狀態(tài)轉(zhuǎn)移的轉(zhuǎn)移標(biāo)記為第三狀態(tài)轉(zhuǎn)移，并保留所述第三狀態(tài)轉(zhuǎn)移，該第一狀態(tài)的其他轉(zhuǎn)移不保留；對于每個(gè)所述第二狀態(tài)，保留該第二狀態(tài)的一個(gè)第二狀態(tài)轉(zhuǎn)移，將與所述第一狀態(tài)對應(yīng)同一字符的轉(zhuǎn)移不相同的轉(zhuǎn)移標(biāo)記為該第二狀態(tài)的第三狀態(tài)轉(zhuǎn)移，并保留所述第三狀態(tài)轉(zhuǎn)移，該第二狀態(tài)的其他轉(zhuǎn)移不保留。

具體地，一個(gè)第一狀態(tài)的第一狀態(tài)轉(zhuǎn)移指向同一狀態(tài)，對于每個(gè)所述第一狀態(tài)，將該第一狀態(tài)的不同于所述第一狀態(tài)轉(zhuǎn)移的轉(zhuǎn)移標(biāo)記為該第一狀態(tài)的第三狀態(tài)轉(zhuǎn)移，保留該第一狀態(tài)的一個(gè)第一狀態(tài)轉(zhuǎn)移和第三狀態(tài)轉(zhuǎn)移，該第一狀態(tài)的其他轉(zhuǎn)移不保留。一個(gè)第二狀態(tài)的第二狀態(tài)轉(zhuǎn)移都指向一個(gè)第一狀態(tài)。對于每個(gè)第二狀態(tài)，將該第二狀態(tài)與所述第一狀態(tài)對應(yīng)同一字符的轉(zhuǎn)移不相同的轉(zhuǎn)移標(biāo)記為該第二狀態(tài)的第三狀態(tài)轉(zhuǎn)移，保留該第二狀態(tài)的一個(gè)第二狀態(tài)轉(zhuǎn)移和第三狀態(tài)轉(zhuǎn)移，該第二狀態(tài)的其他轉(zhuǎn)移不保留。不保留的轉(zhuǎn)移被去除掉，減少了所述dfa的數(shù)據(jù)。所述第一狀態(tài)轉(zhuǎn)移、所述第二狀態(tài)轉(zhuǎn)移和所述第三狀態(tài)轉(zhuǎn)移都有一個(gè)標(biāo)記。其中，所述第三狀態(tài)轉(zhuǎn)移中有一個(gè)ascii字符，用于匹配輸入字符進(jìn)行對應(yīng)狀態(tài)的轉(zhuǎn)移。所述第一狀態(tài)轉(zhuǎn)移和所述第二狀態(tài)轉(zhuǎn)移有一個(gè)區(qū)分標(biāo)記，用于區(qū)分所述第一狀態(tài)轉(zhuǎn)移和所述第二狀態(tài)轉(zhuǎn)移。

圖5為前端dfa壓縮后的效果圖，如圖5所示，第一列中沒有星號的轉(zhuǎn)移為所述第一狀態(tài)轉(zhuǎn)移，對應(yīng)的狀態(tài)為所述第一狀態(tài)。第一列中有星號的轉(zhuǎn)移為所述第二狀態(tài)轉(zhuǎn)移，對應(yīng)的狀態(tài)為所述第二狀態(tài)。其它的轉(zhuǎn)移為所述第三狀態(tài)轉(zhuǎn)移。箭頭表示所述第二狀態(tài)指向所述第一狀態(tài)。狀態(tài)0為第一狀態(tài)，為狀態(tài)0保留一個(gè)第一狀態(tài)轉(zhuǎn)移，即從狀態(tài)0指向狀態(tài)0的轉(zhuǎn)移，以及不同于所述第一狀態(tài)轉(zhuǎn)移的第三狀態(tài)轉(zhuǎn)移，即對應(yīng)字符c、f、i，從狀態(tài)0分別指向狀態(tài)2、1和3的轉(zhuǎn)移。狀態(tài)1-9為第二狀態(tài)，所述第二狀態(tài)的第二狀態(tài)轉(zhuǎn)移指向第一狀態(tài)，分別為所述第二狀態(tài)保留一個(gè)第二狀態(tài)轉(zhuǎn)移，即一個(gè)指向狀態(tài)0的轉(zhuǎn)移。并為所述第二狀態(tài)分別保留與狀態(tài)0對應(yīng)同一字符的轉(zhuǎn)移不相同的第三狀態(tài)轉(zhuǎn)移，如對于狀態(tài)1，保留對應(yīng)字符i指向狀態(tài)4的轉(zhuǎn)移。

圖6為后端dfa壓縮后的效果圖，如圖6所示，狀態(tài)15、18、21、24和26組成一個(gè)第一狀態(tài)集合，其他的狀態(tài)各自單獨(dú)組成一個(gè)第一狀態(tài)集合。狀態(tài)15為第一狀態(tài)，為狀態(tài)15保留一個(gè)第一狀態(tài)轉(zhuǎn)移，即從狀態(tài)15轉(zhuǎn)移到狀態(tài)15，以及不同于所述第一狀態(tài)轉(zhuǎn)移的第三狀態(tài)轉(zhuǎn)移，即對于字符\n、\.，狀態(tài)15分別轉(zhuǎn)移到狀態(tài)11和18。狀態(tài)18、21、24和26為第二狀態(tài)，所述第二狀態(tài)的第二狀態(tài)轉(zhuǎn)移指向狀態(tài)15，分別為所述第二狀態(tài)保留一個(gè)第二狀態(tài)轉(zhuǎn)移，即一個(gè)指向狀態(tài)15的轉(zhuǎn)移。并為所述第二狀態(tài)分別保留與狀態(tài)15對應(yīng)同一字符的轉(zhuǎn)移不相同的第三狀態(tài)轉(zhuǎn)移，如對于狀態(tài)18，保留對應(yīng)字符e指向狀態(tài)21的轉(zhuǎn)移。對于其他僅由一個(gè)第一狀態(tài)組成的第一狀態(tài)集合，為所述第一狀態(tài)保留一個(gè)第一狀態(tài)轉(zhuǎn)移，如從狀態(tài)10指向狀態(tài)11的轉(zhuǎn)移，以及不同于所述第一狀態(tài)轉(zhuǎn)移的第三狀態(tài)轉(zhuǎn)移，如對應(yīng)字符e從狀態(tài)10指向狀態(tài)12的轉(zhuǎn)移

對于壓縮后的dfa，每個(gè)狀態(tài)的轉(zhuǎn)移大大減少，前端dfa的壓縮率rc為(9×10-19)/(9×10)≈79％，字符數(shù)|σ|＝9。后端dfa的壓縮率rc為(10×19-37)/(10×19)≈81％，字符數(shù)|σ|＝10。在實(shí)際應(yīng)用中，字符數(shù)|σ|＝256，對于dfa的壓縮率可以達(dá)到96％以上。與壓縮前的dfa相比，根據(jù)公式(nfdfa+nbdfa)*|σ|*(1-rc)*(log2(nfdfa+nbdfa)+8)計(jì)算壓縮前后dfa的內(nèi)存占用大小。其中，nfdfa為前端dfa中的狀態(tài)數(shù)，nbdfa為后端dfa中的狀態(tài)數(shù)，rc為壓縮率，假設(shè)nfdfa+nbdfa＝65536，rc＝99％，壓縮前后的dfa內(nèi)存占用分別為32mb和492kb，減少了幾乎兩個(gè)數(shù)量級的內(nèi)存占用。

本實(shí)施例對所述第一狀態(tài)和所述第二狀態(tài)的轉(zhuǎn)移進(jìn)行不同方式的保留，對于所述第一狀態(tài)，消除了狀態(tài)內(nèi)的冗余。對于所述第二狀態(tài)，既消除了狀態(tài)內(nèi)的冗余，也消除了狀態(tài)間的冗余，具有較高的壓縮率。

在上述實(shí)施例的基礎(chǔ)上，本實(shí)施例中所述根據(jù)所述狀態(tài)的標(biāo)記和所述轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮，還包括：對于每個(gè)狀態(tài)的所述第三狀態(tài)轉(zhuǎn)移，若對應(yīng)于連續(xù)的字符存在相同的第三狀態(tài)轉(zhuǎn)移，則對應(yīng)于該連續(xù)的字符僅保留一個(gè)第三狀態(tài)轉(zhuǎn)移。

具體地，對于每個(gè)狀態(tài)的所述第三狀態(tài)轉(zhuǎn)移，如果對應(yīng)于連續(xù)的字符存在相同的第三狀態(tài)轉(zhuǎn)移，則可以將相同的第三狀態(tài)轉(zhuǎn)移合并為一個(gè)字符范圍的第三狀態(tài)轉(zhuǎn)移。字符是否連續(xù)可以根據(jù)字符對應(yīng)的ascii碼判斷。

例如，一個(gè)第二狀態(tài)41的第二狀態(tài)轉(zhuǎn)移指向狀態(tài)40，第三狀態(tài)轉(zhuǎn)移為(a,41)、(b,41)、(c,41)、(e,42)、(f,41)和(g,41)，第二狀態(tài)41的第三狀態(tài)轉(zhuǎn)移可以進(jìn)一步壓縮為([a,c],41)、([e,e],42)和([f,g],41)。其中[a,c]表示字符范圍，是兩個(gè)8比特的值，左邊值表示范圍下限為a，字符a對應(yīng)的ascii碼數(shù)值為65。右邊值表示范圍上限是c，字符c對應(yīng)的ascii碼數(shù)值為67。在進(jìn)行匹配時(shí)，按順序比較查找，比如在狀態(tài)41中查找對應(yīng)字符f的轉(zhuǎn)移，先比較標(biāo)記轉(zhuǎn)移([a,c],41)中的字符范圍[a,c]，判斷獲知f的ascii碼數(shù)值比c的ascii碼數(shù)值大，繼續(xù)比較([e,e],42)中的字符范圍[e,e]，判斷獲知f的ascii碼數(shù)值比e的ascii碼數(shù)值大，繼續(xù)比較([f,g],41)中的[f,g]，發(fā)現(xiàn)f在[f,g]的端點(diǎn)，當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)41。本實(shí)施例中的情況是普遍存在的，通過對每個(gè)狀態(tài)的第三狀態(tài)轉(zhuǎn)移進(jìn)行壓縮，進(jìn)一步提高了dfa的壓縮率。

本實(shí)施例提供了一種基于所述dfa壓縮方法的正則表達(dá)式匹配方法，包括：讀取壓縮后的所述dfa的當(dāng)前狀態(tài)；在所述當(dāng)前狀態(tài)的第三狀態(tài)轉(zhuǎn)移中查找對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移；若判斷存在對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，則根據(jù)該第三狀態(tài)轉(zhuǎn)移將所述當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)；若判斷不存在對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，則通過判斷當(dāng)前狀態(tài)為第一狀態(tài)或第二狀態(tài)，根據(jù)當(dāng)前狀態(tài)的第一狀態(tài)轉(zhuǎn)移或第二狀態(tài)轉(zhuǎn)移將當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)。

具體地，所述通過判斷當(dāng)前狀態(tài)為第一狀態(tài)或第二狀態(tài)，根據(jù)當(dāng)前狀態(tài)的第一狀態(tài)轉(zhuǎn)移或第二狀態(tài)轉(zhuǎn)移將當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)，包括：當(dāng)所述當(dāng)前狀態(tài)為第一狀態(tài)時(shí)，根據(jù)所述當(dāng)前狀態(tài)的第一狀態(tài)轉(zhuǎn)移，將所述當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)；當(dāng)所述當(dāng)前狀態(tài)為第二狀態(tài)時(shí)，根據(jù)所述當(dāng)前狀態(tài)的第二狀態(tài)轉(zhuǎn)移，將所述當(dāng)前狀態(tài)轉(zhuǎn)移到所述第二狀態(tài)轉(zhuǎn)移指向的所述第一狀態(tài)，在所述第一狀態(tài)的所述第三狀態(tài)轉(zhuǎn)移中查找對應(yīng)于所述當(dāng)前輸入字符的所述第三狀態(tài)轉(zhuǎn)移；若存在所述當(dāng)前輸入字符的所述第三狀態(tài)轉(zhuǎn)移，則根據(jù)對應(yīng)于所述當(dāng)前輸入字符的所述第三狀態(tài)轉(zhuǎn)移，將所述當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)；若不存在所述當(dāng)前輸入字符的所述第三狀態(tài)轉(zhuǎn)移，則根據(jù)所述第二狀態(tài)轉(zhuǎn)移指向的所述第一狀態(tài)的第一狀態(tài)轉(zhuǎn)移，將所述當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)。

例如，根據(jù)圖5中壓縮的前端dfa對當(dāng)前輸入字符進(jìn)行匹配，如果當(dāng)前狀態(tài)為0，當(dāng)前輸入字符為‘f’，在狀態(tài)0的第三狀態(tài)轉(zhuǎn)移中查找輸入字符‘f’的第三狀態(tài)轉(zhuǎn)移，判斷存在對應(yīng)于輸入字符‘f’的第三狀態(tài)轉(zhuǎn)移，將當(dāng)前狀態(tài)0轉(zhuǎn)移到狀態(tài)1。如果當(dāng)前狀態(tài)為3，當(dāng)前輸入字符為‘r’，在狀態(tài)3的第三狀態(tài)轉(zhuǎn)移中查找輸入字符‘r’的第三狀態(tài)轉(zhuǎn)移，判斷存在對應(yīng)于輸入字符‘r’的第三狀態(tài)轉(zhuǎn)移，將當(dāng)前狀態(tài)3轉(zhuǎn)移到狀態(tài)6。如果當(dāng)前狀態(tài)為0，當(dāng)前輸入字符為‘d’，在狀態(tài)0的第三狀態(tài)轉(zhuǎn)移中查找輸入字符‘d’的第三狀態(tài)轉(zhuǎn)移，判斷存在輸入字符‘d’的第三狀態(tài)轉(zhuǎn)移，判斷狀態(tài)0為第一狀態(tài)，根據(jù)狀態(tài)0的第一狀態(tài)轉(zhuǎn)移，將當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)。如果當(dāng)前狀態(tài)為2，當(dāng)前輸入字符為‘c’，在狀態(tài)2的第三狀態(tài)轉(zhuǎn)移中查找輸入字符‘c’的第三狀態(tài)轉(zhuǎn)移，判斷不存在輸入字符‘c’的第三狀態(tài)轉(zhuǎn)移，判斷狀態(tài)2為第二狀態(tài)，根據(jù)狀態(tài)2的第二狀態(tài)轉(zhuǎn)移將狀態(tài)2轉(zhuǎn)移到所述第二狀態(tài)轉(zhuǎn)移指向的狀態(tài)0，在狀態(tài)0的所述第三狀態(tài)轉(zhuǎn)移中查找對應(yīng)于字符‘c’的所述第三狀態(tài)轉(zhuǎn)移，判斷存在對應(yīng)于字符‘c’的第三狀態(tài)轉(zhuǎn)移，則根據(jù)該第三狀態(tài)轉(zhuǎn)移，將當(dāng)前狀態(tài)轉(zhuǎn)移到狀態(tài)2。如果當(dāng)前狀態(tài)為3，當(dāng)前輸入字符為‘d’。在狀態(tài)3的第三狀態(tài)轉(zhuǎn)移中查找輸入字符‘d’的第三狀態(tài)轉(zhuǎn)移，判斷不存在輸入字符‘d’的第三狀態(tài)轉(zhuǎn)移，判斷狀態(tài)3為第二狀態(tài)，根據(jù)狀態(tài)3的第二狀態(tài)轉(zhuǎn)移將狀態(tài)3轉(zhuǎn)移到所述第二狀態(tài)轉(zhuǎn)移指向的狀態(tài)0，在狀態(tài)0的所述第三狀態(tài)轉(zhuǎn)移中查找對應(yīng)于字符‘d’的所述第三狀態(tài)轉(zhuǎn)移，判斷不存在對應(yīng)于字符‘d’的所述第三狀態(tài)轉(zhuǎn)移，則根據(jù)狀態(tài)0的第一狀態(tài)轉(zhuǎn)移，將當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)。

綜上所述，在非壓縮的dfa中，對應(yīng)于當(dāng)前輸入字符的狀態(tài)轉(zhuǎn)移能夠直接在當(dāng)前狀態(tài)找到并執(zhí)行，然而對于本實(shí)施例中壓縮后的dfa，根據(jù)當(dāng)前狀態(tài)找到對應(yīng)于當(dāng)前輸入字符的狀態(tài)轉(zhuǎn)移有且只有5種可能且互斥的情況：

情形1，對于當(dāng)前的第一狀態(tài)，對應(yīng)當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移被找到并執(zhí)行。比如圖3中當(dāng)前狀態(tài)為0，當(dāng)前輸入字符為‘f’；

情形2，對于當(dāng)前的第一狀態(tài)，沒有對應(yīng)當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，即成為第一狀態(tài)轉(zhuǎn)移而被壓縮，第一狀態(tài)轉(zhuǎn)移被找到并執(zhí)行。比如圖3中當(dāng)前狀態(tài)為0，當(dāng)前輸入字符為‘d’；

情形3，對于當(dāng)前的第二狀態(tài)，對應(yīng)當(dāng)前字符的第三狀態(tài)轉(zhuǎn)移被找到并執(zhí)行。比如圖3中當(dāng)前狀態(tài)為3，當(dāng)前輸入字符為‘r’；

情形4，對于當(dāng)前的第二狀態(tài)，沒有對應(yīng)當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，即成為第一狀態(tài)轉(zhuǎn)移而被壓縮，指向第一狀態(tài)的第一狀態(tài)轉(zhuǎn)移首先被執(zhí)行，之后轉(zhuǎn)到情形1。比如圖3中當(dāng)前狀態(tài)為2，當(dāng)前輸入字符為‘c’；

情形5，對于當(dāng)前的第二狀態(tài)，沒有對應(yīng)當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，即成為第一狀態(tài)轉(zhuǎn)移而被壓縮，指向第一狀態(tài)的第一狀態(tài)轉(zhuǎn)移首先被執(zhí)行，之后轉(zhuǎn)到情形2。比如圖3中當(dāng)前狀態(tài)為3，當(dāng)前輸入字符為‘d’。

上述情形1、2、3只需要一次狀態(tài)訪問，而情形4、5需要兩次狀態(tài)訪問。因?yàn)楸景l(fā)明實(shí)施例中根據(jù)當(dāng)前狀態(tài)找到對應(yīng)于當(dāng)前輸入字符的狀態(tài)轉(zhuǎn)移有且只有5種可能且互斥的情況，所以本發(fā)明實(shí)施例最壞情況下的狀態(tài)訪問次數(shù)為確定的2次，能夠保證最壞的匹配處理性能。

本實(shí)施例提供的基于所述dfa壓縮方法的正則表達(dá)式匹配方法，在使用壓縮后的dfa進(jìn)行匹配時(shí)不影響查找速率。

圖7為本發(fā)明實(shí)施例提供的dfa壓縮裝置結(jié)構(gòu)圖，如圖7所示，包括構(gòu)造單元71、標(biāo)記單元72和壓縮單元73，其中：

構(gòu)造單元71用于根據(jù)正則表達(dá)式集合構(gòu)造dfa，所述dfa包括：字符、狀態(tài)和每個(gè)狀態(tài)各自對應(yīng)于每個(gè)字符的轉(zhuǎn)移，對應(yīng)于每個(gè)字符，所述轉(zhuǎn)移從當(dāng)前狀態(tài)指向與該字符相應(yīng)的一個(gè)狀態(tài)；標(biāo)記單元72用于根據(jù)所述dfa中的相同轉(zhuǎn)移對狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記，其中所述相同轉(zhuǎn)移為指向同一狀態(tài)的轉(zhuǎn)移；壓縮單元73用于根據(jù)所述狀態(tài)的標(biāo)記和所述轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮。

具體地，所述正則表達(dá)式一般包括表述匹配次數(shù)的量詞、表述具體位置的錨點(diǎn)和字符串，用于表示字符串集合的規(guī)則。在進(jìn)行正則表達(dá)式匹配之前所述構(gòu)造單元71需要將正則表達(dá)式轉(zhuǎn)換成機(jī)器能閱讀的有限自動(dòng)機(jī)。dfa的狀態(tài)轉(zhuǎn)移表是一張二維表，如圖1和圖2所示，包括字符、狀態(tài)和每個(gè)狀態(tài)各自對應(yīng)于每個(gè)字符的轉(zhuǎn)移。對應(yīng)于每個(gè)字符，所述轉(zhuǎn)移從當(dāng)前狀態(tài)指向與該字符相應(yīng)的一個(gè)狀態(tài)。所述相同轉(zhuǎn)移為指向同一狀態(tài)的轉(zhuǎn)移，所述標(biāo)記單元72根據(jù)所述相同轉(zhuǎn)移對所述dfa中狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記，所述標(biāo)記用于區(qū)分狀態(tài)和轉(zhuǎn)移。所述壓縮單元73根據(jù)狀態(tài)的標(biāo)記和轉(zhuǎn)移的標(biāo)記對不同狀態(tài)的不同轉(zhuǎn)移進(jìn)行不同壓縮，所述壓縮了為去除相同轉(zhuǎn)移，從而減少dfa中的數(shù)據(jù)。本實(shí)施例的舉例參考方法中對應(yīng)的舉例，此處不再贅述。

本實(shí)施例中標(biāo)記單元根據(jù)dfa中的相同轉(zhuǎn)移對dfa中的狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記，壓縮單元根據(jù)狀態(tài)的標(biāo)記和轉(zhuǎn)移的標(biāo)記對所述dfa進(jìn)行壓縮，去除了dfa中冗余的轉(zhuǎn)移，使dfa占用更少內(nèi)存。

在上述實(shí)施例的基礎(chǔ)上，圖8為本發(fā)明實(shí)施例提供的dfa壓縮裝置結(jié)構(gòu)圖，如圖8所示，所述標(biāo)記單元72包括所述標(biāo)記單元包括第一標(biāo)記子單元721、第二標(biāo)記子單元722、第三標(biāo)記子單元723和迭代子單元724，其中：

所述第一標(biāo)記子單元721用于為所述dfa中的每個(gè)狀態(tài)選取該狀態(tài)的相同轉(zhuǎn)移數(shù)目最多的轉(zhuǎn)移標(biāo)記為該狀態(tài)的第一狀態(tài)轉(zhuǎn)移，并將具有相同第一狀態(tài)轉(zhuǎn)移的狀態(tài)分組到一個(gè)第一狀態(tài)集合中；所述第二標(biāo)記子單元722用于將每個(gè)所述第一狀態(tài)集合中滿足預(yù)設(shè)條件的一個(gè)狀態(tài)標(biāo)記為第一狀態(tài)，并將所述第一狀態(tài)再次分組到一個(gè)第二狀態(tài)集合中；其中，若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)只有一個(gè)，所述預(yù)設(shè)條件包括：第一狀態(tài)轉(zhuǎn)移的數(shù)目最多，若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)有至少兩個(gè)，則所述預(yù)設(shè)條件包括：在第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的前提下，深度最??；所述第三標(biāo)記子單元用于723判斷所述第一狀態(tài)集合中剩余的每個(gè)狀態(tài)，若該狀態(tài)與所述第一狀態(tài)對應(yīng)同一字符有相同轉(zhuǎn)移的數(shù)目大于該狀態(tài)的第一狀態(tài)轉(zhuǎn)移的數(shù)目，則將該狀態(tài)標(biāo)記為第二狀態(tài)；還用于將所述第二狀態(tài)再次分組到所述第一狀態(tài)所在的第二狀態(tài)集合中，并將所述第二狀態(tài)的指向所述第一狀態(tài)的轉(zhuǎn)移標(biāo)記為第二狀態(tài)轉(zhuǎn)移；所述迭代子單元724用于將所述第一狀態(tài)集合中沒被再次分組的狀態(tài)組合成一個(gè)新的第一狀態(tài)集合，并將所述新的第一狀態(tài)集合發(fā)送到所述第二標(biāo)記子單元和第三標(biāo)記子單元以迭代執(zhí)行再次分組的步驟，直到所述第一狀態(tài)集合中的每個(gè)狀態(tài)都被再次分組到第二狀態(tài)集合中。

具體地，所述第一狀態(tài)轉(zhuǎn)移指一個(gè)狀態(tài)轉(zhuǎn)移到相同狀態(tài)的轉(zhuǎn)移數(shù)目最多的轉(zhuǎn)移，也可以限定為一個(gè)狀態(tài)轉(zhuǎn)移到相同狀態(tài)的轉(zhuǎn)移數(shù)目大于預(yù)設(shè)閾值的轉(zhuǎn)移。所述第一標(biāo)記單元721選取狀態(tài)的第一狀態(tài)轉(zhuǎn)移后，判斷狀態(tài)的第一狀態(tài)轉(zhuǎn)移是否相同，將具有相同第一狀態(tài)轉(zhuǎn)移的狀態(tài)分組到一個(gè)集合中，所述集合為第一狀態(tài)集合。如果一個(gè)狀態(tài)的第一狀態(tài)轉(zhuǎn)移與其他狀態(tài)的第一狀態(tài)轉(zhuǎn)移都不同，則所述第一標(biāo)記單元721將所述狀態(tài)單獨(dú)分組到一個(gè)第一狀態(tài)集合中。

對于每個(gè)所述第一狀態(tài)集合，其中第一狀態(tài)轉(zhuǎn)移數(shù)目最多的狀態(tài)可能有一個(gè)或多個(gè)，若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)只有一個(gè)時(shí)，所述第二標(biāo)記單元722將該狀態(tài)標(biāo)記為第一狀態(tài)。若判斷第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)有至少兩個(gè)時(shí)，所述第二標(biāo)記單元722在第一狀態(tài)轉(zhuǎn)移的數(shù)目最多的狀態(tài)中選擇深度最小的一個(gè)狀態(tài)標(biāo)記為第一狀態(tài)，并將標(biāo)記的第一狀態(tài)再次單獨(dú)分組到一個(gè)第二狀態(tài)集合中。

所述第三標(biāo)記單元723從所述第一狀態(tài)集合中的剩余狀態(tài)中選擇第二狀態(tài)并標(biāo)記，所述第二狀態(tài)的選擇標(biāo)準(zhǔn)為與所述第一狀態(tài)對應(yīng)同一字符具有相同轉(zhuǎn)移的數(shù)目大于各自的第一狀態(tài)轉(zhuǎn)移數(shù)目。從中可以看出所述第二狀態(tài)與所述第一狀態(tài)對應(yīng)同一字符具有的相同轉(zhuǎn)移中除了第一狀態(tài)轉(zhuǎn)移外，一定還包括其他相同轉(zhuǎn)移。

所述第三標(biāo)記單元723將滿足所述選擇標(biāo)準(zhǔn)的第二狀態(tài)再次分組到所述第一狀態(tài)所在的第二狀態(tài)集合中，并將所述第二狀態(tài)指向所述第一狀態(tài)的轉(zhuǎn)移標(biāo)記為第二狀態(tài)轉(zhuǎn)移。

一輪分組后，所述迭代單元724將所述第一狀態(tài)集合中沒被再次分組的狀態(tài)重新組合成一個(gè)新的第一狀態(tài)集合，對所述新的第一狀態(tài)集合迭代再次分組的步驟，直到所述第一狀態(tài)集合中的每個(gè)狀態(tài)都被再次分組到某一個(gè)第二狀態(tài)集合中。第二狀態(tài)集合可能為一個(gè)第一狀態(tài)單獨(dú)組成的集合，也可能為第一狀態(tài)和第二狀態(tài)組成的集合。對每個(gè)狀態(tài)進(jìn)行兩次分組是為了對狀態(tài)和轉(zhuǎn)移進(jìn)行標(biāo)記。本實(shí)施例的舉例參考方法中對應(yīng)的舉例，此處不再贅述。

本實(shí)施例對于所述dfa中的每個(gè)狀態(tài)進(jìn)行兩次分組，根據(jù)分組結(jié)果對每個(gè)狀態(tài)和每個(gè)轉(zhuǎn)移進(jìn)行標(biāo)記，根據(jù)標(biāo)記結(jié)果對dfa進(jìn)行壓縮，去除了dfa中大量的相同轉(zhuǎn)移，使dfa占用更少的內(nèi)存。

在上述實(shí)施例的基礎(chǔ)上，本發(fā)明實(shí)施例中壓縮單元73具體用于對于每個(gè)所述第一狀態(tài)，保留該第一狀態(tài)的一個(gè)第一狀態(tài)轉(zhuǎn)移，將該第一狀態(tài)的不同于所述第一狀態(tài)轉(zhuǎn)移的轉(zhuǎn)移標(biāo)記為第三狀態(tài)轉(zhuǎn)移，并保留所述第三狀態(tài)轉(zhuǎn)移，該第一狀態(tài)的其他轉(zhuǎn)移不保留；對于每個(gè)所述第二狀態(tài)，保留該第二狀態(tài)的一個(gè)第二狀態(tài)轉(zhuǎn)移，將與所述第一狀態(tài)對應(yīng)同一字符的轉(zhuǎn)移不相同的轉(zhuǎn)移標(biāo)記為該第二狀態(tài)的第三狀態(tài)轉(zhuǎn)移，并保留所述第三狀態(tài)轉(zhuǎn)移，該第二狀態(tài)的其他轉(zhuǎn)移不保留。

具體地，一個(gè)第一狀態(tài)的第一狀態(tài)轉(zhuǎn)移指向同一狀態(tài)，對于每個(gè)所述第一狀態(tài)，壓縮單元73將該第一狀態(tài)的不同于所述第一狀態(tài)轉(zhuǎn)移的轉(zhuǎn)移標(biāo)記為該第一狀態(tài)的第三狀態(tài)轉(zhuǎn)移，保留該第一狀態(tài)的一個(gè)第一狀態(tài)轉(zhuǎn)移和第三狀態(tài)轉(zhuǎn)移，該第一狀態(tài)的其他第一狀態(tài)轉(zhuǎn)移不保留。一個(gè)第二狀態(tài)的第二狀態(tài)轉(zhuǎn)移都指向一個(gè)第一狀態(tài)，對于每個(gè)第二狀態(tài)，壓縮單元73將該第二狀態(tài)與所述第一狀態(tài)對應(yīng)同一字符的轉(zhuǎn)移不相同的轉(zhuǎn)移標(biāo)記為該第二狀態(tài)的第三狀態(tài)轉(zhuǎn)移，保留該第二狀態(tài)的一個(gè)第二狀態(tài)轉(zhuǎn)移和第三狀態(tài)轉(zhuǎn)移，該第二狀態(tài)的其他轉(zhuǎn)移不保留。不保留的轉(zhuǎn)移被去除掉，減少了所述dfa中的數(shù)據(jù)。所述第一狀態(tài)轉(zhuǎn)移、所述第二狀態(tài)轉(zhuǎn)移和所述第三狀態(tài)轉(zhuǎn)移都有一個(gè)標(biāo)記。其中，所述第三狀態(tài)轉(zhuǎn)移中有一個(gè)ascii字符，用于匹配輸入字符進(jìn)行對應(yīng)狀態(tài)的轉(zhuǎn)移。所述第一狀態(tài)轉(zhuǎn)移和所述第二狀態(tài)轉(zhuǎn)移有一個(gè)區(qū)分標(biāo)記，用于區(qū)分所述第一狀態(tài)轉(zhuǎn)移和所述第二狀態(tài)轉(zhuǎn)移。本實(shí)施例的舉例參考方法中對應(yīng)的舉例，此處不再贅述。

本實(shí)施例對所述第一狀態(tài)和所述第二狀態(tài)的轉(zhuǎn)移進(jìn)行不同方式的保留，對于所述第一狀態(tài)，消除了狀態(tài)內(nèi)的冗余。對于所述第二狀態(tài)，既消除了狀態(tài)內(nèi)的冗余，也消除了狀態(tài)間的冗余，具有較高的壓縮率。

在上述實(shí)施例的基礎(chǔ)上，本實(shí)施例中的壓縮單元73還具體用于對于每個(gè)狀態(tài)的所述第三狀態(tài)轉(zhuǎn)移，若對應(yīng)于連續(xù)的字符存在相同的第三狀態(tài)轉(zhuǎn)移，則對應(yīng)于該連續(xù)的字符僅保留一個(gè)第三狀態(tài)轉(zhuǎn)移。

具體地，對于每個(gè)狀態(tài)的所述第三狀態(tài)轉(zhuǎn)移，如果對應(yīng)于連續(xù)的字符存在相同的第三狀態(tài)轉(zhuǎn)移，則壓縮單元73可以將相同的第三狀態(tài)轉(zhuǎn)移合并為一個(gè)字符范圍的第三狀態(tài)轉(zhuǎn)移。字符是否連續(xù)可以根據(jù)字符對應(yīng)的ascii碼判斷。本實(shí)施例的舉例參考方法中對應(yīng)的舉例，此處不再贅述。本實(shí)施例中的情況是普遍存在的，通過對每個(gè)狀態(tài)的第三狀態(tài)轉(zhuǎn)移進(jìn)行壓縮，進(jìn)一步提高了dfa的壓縮率。

圖9為本發(fā)明實(shí)施例提供的正則表達(dá)式匹配系統(tǒng)結(jié)構(gòu)圖，如圖9所示，包括所述壓縮裝置以及讀取單元74、匹配單元75，其中：讀取單元74用于讀取壓縮后的所述確定有限自動(dòng)機(jī)的當(dāng)前狀態(tài)和當(dāng)前輸入字符；匹配單元75用于在所述當(dāng)前狀態(tài)的第三狀態(tài)轉(zhuǎn)移中查找對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移；若判斷存在對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，則根據(jù)該第三狀態(tài)轉(zhuǎn)移將所述當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)；若判斷不存在對應(yīng)于所述當(dāng)前輸入字符的第三狀態(tài)轉(zhuǎn)移，則通過判斷當(dāng)前狀態(tài)為第一狀態(tài)或第二狀態(tài)，根據(jù)當(dāng)前狀態(tài)的第一狀態(tài)轉(zhuǎn)移或第二狀態(tài)轉(zhuǎn)移將當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)。

具體地，所述匹配單元75具體用于當(dāng)所述當(dāng)前狀態(tài)為第一狀態(tài)時(shí)，根據(jù)所述當(dāng)前狀態(tài)的第一狀態(tài)轉(zhuǎn)移，將所述當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)；當(dāng)所述當(dāng)前狀態(tài)為第二狀態(tài)時(shí)，根據(jù)所述當(dāng)前狀態(tài)的第二狀態(tài)轉(zhuǎn)移，將所述當(dāng)前狀態(tài)轉(zhuǎn)移到所述第二狀態(tài)轉(zhuǎn)移指向的所述第一狀態(tài)，在所述第一狀態(tài)的所述第三狀態(tài)轉(zhuǎn)移中查找對應(yīng)于所述當(dāng)前輸入字符的所述第三狀態(tài)轉(zhuǎn)移；若存在所述當(dāng)前輸入字符的所述第三狀態(tài)轉(zhuǎn)移，則根據(jù)對應(yīng)于所述當(dāng)前輸入字符的所述第三狀態(tài)轉(zhuǎn)移，將所述當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)；若不存在所述當(dāng)前輸入字符的所述第三狀態(tài)轉(zhuǎn)移，則根據(jù)所述第二狀態(tài)轉(zhuǎn)移指向的所述第一狀態(tài)的第一狀態(tài)轉(zhuǎn)移，將所述當(dāng)前狀態(tài)轉(zhuǎn)移到下一個(gè)狀態(tài)。本實(shí)施例的舉例參考方法中對應(yīng)的舉例，此處不再贅述。本實(shí)施例最壞情況下的狀態(tài)訪問次數(shù)為確定的兩次，能夠保證最壞的匹配處理性能。本實(shí)施例提供的正則表達(dá)式匹配系統(tǒng)，在使用壓縮后的dfa進(jìn)行匹配時(shí)不影響查找速率。

本發(fā)明提出的dfa壓縮方法及裝置、正則表達(dá)式匹配方法及系統(tǒng)，并不局限于網(wǎng)絡(luò)安全、網(wǎng)絡(luò)監(jiān)控和網(wǎng)絡(luò)過濾領(lǐng)域，凡是基于內(nèi)容的網(wǎng)絡(luò)處理服務(wù)或者涉及到利用給定特征來匹配給定內(nèi)容的應(yīng)用，都能使用基于本發(fā)明提出的正則表達(dá)式壓縮、匹配方法進(jìn)行優(yōu)化處理，比如海量數(shù)據(jù)的查找和分類、web搜索、文本編輯中的查找替換等。

最后，本申請的方法僅為較佳的實(shí)施方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。