过两天要填一个大坑（一文带你彻底搞懂递归函数），刚好看到一篇文章用很简洁的代码写了一个简单的正则引擎，里面巧妙的使用了递归完成了整个正则的实现，今天跟大家一起分享下，原文参考附在文末（在此由衷感谢作者），方便大家自取。
正则功能介绍
正则主要支持一般的字母匹配，还有特殊的元字符的实现，（*（匹配0个或多个前一个字符），？（匹配一个或0个前一个字符），.(匹配任意字符)，^(匹配以后续字符开始)， $(匹配以前面字符结束)），以上5种元字符的含义和js中的元字符的含义完全相同。
题引
类似这种比较抽象的需求，乍一看，脑袋是懵的，不知从何入手，有没有和我一样的小伙伴，很多这种诡异的，但是又可以从数量上进行拆解的，拆解后结构又不会发生变化的问题，通常是能够使用递归的思维进行解决的，说到了这里就提一下递归三要素。
- 递归出口，也就是递归结束的条件，程序要结束，递归就不可能无休止的进行下去。
- 递归基本情况，递归中最简单的情况，可以直接求解，而不需要再次调用递归函数，通常与递归出口相关。
- 递归的递推关系，将原问题拆解成若干个子问题的规律或公式。定义了原问题和子问题之间的关系，它是递归函数的核心。
大概了解了递归的概念，我们先看一个用递归求解的小例子：
function sum(arr) {
// 递归的出口
if(arr.length === 0) {
// 递归的基本情况，如果数组长度为0，则直接返回结果0
return 0
}
// 递归的地推关系sum(arr) = arr[0] + sum(剩余)
return arr.shift() + sum(arr)
}
通过上面这个简单的例子，想必大家对于递归有了初步的认识，接下来跟大家介绍一个递归的核心概念，递归函数的宏观概念，和微观运行，区分这两个概念，然后在递归中不断的从这两个方面去理解，将会有很大的好处，宏观概念就是，对于递归函数有一个清晰的定位，而不去理会实现的细节，如上例，sum的宏观概念就是求数组arr，从0到length-1的和，有了这个宏观概念之后我们再去想如何对他进行递推。微观运行就是每一次的递归运行栈及变量的存储，等等递归执行的细节都需要深入的理解。这个内容我会在后续的文章中再做详细说明。
match基础版实现
从递归的思维来考虑，假设我已经有一个函数match,它的功能就是进行正则的匹配，那么我们可以直接使用这个函数来解决问题
function match(pattern, text) {
// 递归出口和基本情况
if (pattern === "") {
return true;
} else {
// 递推关系
return (matchOne(pattern[0], text[0])
&& match(pattern.slice(1), text.slice(1)));
}
}
上面是一个简单的引擎的实现，如果pattern为空，则返回true，递推的关系如上，可以将字符串分解第一个字符和正则的第一个字符进行匹配，剩余的再交给match方法进行匹配，这样就行成了递归的关系，我们看下matchOne的实现。
matchOne实现
function matchOne(pattern, text) {
// pattern为空直接返回true
if (!pattern) return true;
// pattern不为空，text为空直接返回false
if (!text) return false;
// 如果pattern等于.,或者两者相等都返回true
return pattern === text && pattern === ".";
}
这个也非常好理解，"."元字符就是匹配任意字符。
添加“$”元字符
function match(pattern, text) {
if (pattern === "") return true;
// 当patter是“$”时，text也正好匹配完，则返回true
if (pattern === "$" && text === "") return true;
else
return matchOne(pattern[0], text[0])
&& match(pattern.slice(1), text.slice(1))
}
上面代码添加了元字符"$"的判断，该元字符的含义就是以什么结束，也就是说匹配到它的时候，文本正好结束，那么返回true。
添加“^”元字符
function search(pattern, text) {
if (pattern[0] === "^") {
// 调用match，匹配^之后的正则与text
// 匹配search("^abc", "abc")
return match(pattern.slice(1), text);
} else {
// 匹配search("bc", "abcd")
return text.split("").some((_, index) => {
return match(pattern, text.slice(index));
});
}
}
上面代码添新加了一个方法search，判断第一个字符如果是元字符"^"，该元字符的含义就是以什么开始，也就是说它后面的pattern如果能够完整匹配text, 那么它就能匹配,若不是，则判断text中从每个字符开始是否能够匹配pattern，它用的是some，有一个匹配上就返回true。
修改match，添加“?”元字符
function match(pattern, text) {
if (pattern === "") {
return true;
} else if (pattern === "$" && text === "") {
return true;
// 如果pattern的第二个字符是"?",则进行特殊的处理，
// 注意这里没有进行分组的处理，所以只对前一个字母起作用，直接判断pattern[1]
} else if (pattern[1] === "?") {
return matchQuestion(pattern, text);
} else {
return matchOne(pattern[0], text[0])
&& match(pattern.slice(1), text.slice(1));
}
}
添加matchQuestion方法
function matchQuestion(pattern, text) {
// ?的第一种含义，前面字符为1个的时候
if (matchOne(pattern[0], text[0]) && match(pattern.slice(2), text.slice(1))) {
return true;
} else {
// ？的第二种含义，前面字符为0的时候
return match(pattern.slice(2), text);
}
}
该函数分别对“?”元字符的两种释义进行了处理，满足两种中的任意一种就返回true，即，？前面的字符有一个或者0个。
修改match，添加“*”元字符
function match(pattern, text) {
if (pattern === "") {
return true;
} else if (pattern === "$" && text === "") {
return true;
} else if (pattern[1] === "?") {
return matchQuestion(pattern, text);
// 如果pattern的第二个字符是"*",则进行特殊的处理，同样这里没有进行分组的处理，所以只对前一个字母起作用，直接判断pattern[1]
} else if(pattern[1] === "*") {
return matchStar(pattern, text);
} else {
return matchOne(pattern[0], text[0])
&& match(pattern.slice(1), text.slice(1));
}
}
添加matchStar方法
function matchStar(pattern, text) {
// 匹配任意次的前面字符
return ((matchOne(pattern[0], text[0]) && match(pattern, text.slice(1)))
// 匹配0次前面的字符
|| match(pattern.slice(2), text));
}
该函数也是分别对“*”元字符的两种释义进行了处理，满足两种中的任意一种就返回true，即，*前面的字符有多个或者0个。注意这里的调用关系，match里面调用了matchStar, 而matchStar里又调用了match，这也是递归。
基本到这里我们所有的元字符都进行了处理，功能也都完成了，最后做一点点优化
修改search方法
function search(pattern, text) {
if (pattern[0] === "^") {
return match(pattern.slice(1), text);
} else {
//因为我们实现了元字符"."和“*”，所以直接可以通过元字符的组合实现同样的功能
return match(".*" + pattern, text);
}
}
