C Regex Engine (Pike VM / State-Set Simulation)

A fully-featured, industrial-grade Regular Expression engine written entirely from scratch in C.

Unlike standard recursive backtracking engines that suffer from exponential time complexity on complex patterns, this project implements a State-Set Simulation (Pike VM) architecture. This allows the engine to process strings with a strict $O(N)$ time complexity, making it completely immune to "Catastrophic Backtracking".

---

Core Features

• Custom Compiler Architecture: Features a hand-written Lexer (Tokenization) and Parser (AST/Expression resolution) that strictly respects operator precedence.
• NFA Graph Generation: Converts regex tokens into a Non-deterministic Finite Automaton (NFA).
• Pike VM (State-Set Matching): Traverses the NFA using parallel states, eliminating the need for backtracking.
• Capture Groups & Extraction: Fully supports data extraction via capture groups (...) with industry-standard Greedy Matching.
• Custom CLI: An interactive, Matrix-Green styled terminal interface with multilingual support.
• Fault-Tolerant Parser (Error Recovery): Implements a modern error-recovery architecture using non-capturing groups (?:...) to prevent buffer overflows during macro expansions (e.g., {n,m}). It elegantly catches syntax errors like unclosed brackets or dangling quantifiers without causing segmentation faults, returning a safe error state instead.

Supported Regex Syntax

The engine supports a wide range of standard regular expression operations:

• Quantifiers: * (0 or more), + (1 or more), ? (0 or 1), {n,m} (range repetition)
• Alternation & Grouping: | (OR operator), (...) (Capture Groups)
• Character Classes: [abc], [a-zA-Z0-9], [^0-9] (Negative classes)
• Anchors: ^ (Start of string), $ (End of string)
• Escape Sequences: \d (digits), \w (word characters), \s (whitespace)
• Wildcard: . (Any character except newline)
• Literal Escapes: \*, \+, \(, etc.

Installation & Compilation

This project is written in standard C99. You will need gcc and make (or mingw32-make on Windows) installed on your system.

1. Clone the repository:

git clone https://github.com/cagatay005/regex-engine.git
cd regex-engine

2. Compile the project: Using MinGW on Windows:

mingw32-make

(On Linux/Mac, simply run make depending on your Makefile setup).

3. Run the engine:

./regex_engine

Usage & CLI Commands

Once the engine is running, you will be greeted by the interactive terminal. You can enter a regex pattern, followed by the text you want to test.

Available CLI Commands:

• code: Displays the help menu and command list.
• clear: Clears the terminal screen.
• en: Switches the interface language to English.
• tr: Switches the interface language to Turkish.
• q: Quits the application gracefully.

---

---

C Regex Motoru (Pike VM / State-Set Simülasyonu)

Sıfırdan, tamamen C dili ile yazılmış, endüstriyel standartlarda bir Düzenli İfade (Regex) motoru.

Karmaşık desenlerde üstel (exponential) zaman karmaşıklığı çöküşleri yaşayan standart özyinelemeli (recursive) motorların aksine, bu proje State-Set Simülasyonu (Pike VM) mimarisi kullanılarak geliştirilmiştir. Bu sayede motor, metinleri kusursuz bir $O(N)$ zaman karmaşıklığıyla işler ve "Felaketsel Geri İzleme" (Catastrophic Backtracking) sorununu tamamen ortadan kaldırır.

---

Temel Özellikler

• Özel Derleyici Mimarisi: İşlem önceliğine tam uyum sağlayan, el yapımı bir Lexer (Kelime İşlemci) ve Parser (Ayrıştırıcı) içerir.
• NFA Ağaç Üretimi: Regex token'larını Belirsiz Sonlu Otomat (NFA) yapısına çevirir.
• Pike VM (Durum-Kümesi Eşleştirme): Geri dönme (backtracking) ihtiyacını ortadan kaldırarak NFA üzerinde paralel klonlarla ilerler.
• Grup Yakalama ve Veri Ayıklama: Parantez (...) yapılarıyla metin ayıklamayı ve endüstri standardı olan Açgözlü Eşleşme (Greedy Matching) mantığını tam olarak destekler.
• Gelişmiş CLI: Çoklu dil desteğine sahip, Matrix Yeşili temalı interaktif bir terminal arayüzü sunar.
• Hata Toleranslı Ayrıştırıcı (Error Recovery): Makro genişletmelerinde (örn. {n,m}) arabellek taşmalarını (buffer overflow) önlemek için yakalamayan grupları (?:...) kullanan modern bir mimari içerir. Kapatılmamış parantezler veya geçersiz kuantörler gibi sözdizimi hatalarında programın çökmesini (segmentation fault) engeller ve hatayı güvenle sönümleyerek kullanıcıya bildirir.

Desteklenen Regex Sözdizimi (Syntax)

Motor, endüstri standartlarındaki temel regex operatörlerini destekler:

• Kuantörler (Miktar Belirticiler): * (0 veya daha fazla), + (1 veya daha fazla), ? (0 veya 1), {n,m} (belirli aralıkta tekrar)
• Alternatif ve Gruplama: | (VEYA operatörü), (...) (Yakalama Grupları)
• Karakter Sınıfları: [abc], [a-zA-Z0-9], [^0-9] (Negatif/Dışlayıcı sınıflar)
• Çapalar: ^ (Metin başlangıcı), $ (Metin bitişi)
• Kaçış Dizileri: \d (rakamlar), \w (kelime karakterleri), \s (boşluklar)
• Joker Karakter: . (Yeni satır hariç herhangi bir karakter)
• Özel Karakter Kaçışları: \*, \+, \(, vb.

Kurulum ve Derleme

Bu proje standart C99 ile yazılmıştır. Sisteminizde gcc ve make (Windows için mingw32-make) kurulu olması gerekmektedir.

1. Projeyi klonlayın:

git clone https://github.com/cagatay005/regex-engine.git
cd regex-engine

2. Projeyi derleyin: Windows üzerinde MinGW kullanarak:

mingw32-make

(Linux/Mac sistemlerinde Makefile ayarınıza göre doğrudan make komutunu kullanabilirsiniz).

3. Motoru çalıştırın:

./regex_engine

Kullanım ve CLI Komutları

Motor çalıştırıldığında sizi interaktif bir terminal karşılar. Önce bir regex deseni, ardından eşleşmesini istediğiniz metni girerek sistemi test edebilirsiniz.

Kullanılabilir CLI Komutları:

• code: Yardım menüsünü ve komut listesini gösterir.
• clear: Terminal ekranını temizler.
• en: Arayüz dilini İngilizceye çevirir.
• tr: Arayüz dilini Türkçeye çevirir.
• q: Sistemden güvenli bir şekilde çıkış yapar.