Regex-Directed Versus Text-Directed
DFA和NFA反映了將正則表達式在應用算法上的根本差異。我把對應汽油機的NFA稱為「表達式主導（regex-directed）」引擎，而對應電動機的DFA稱為「文本主導（text-directed）」引擎。
NFA引擎：表達式主導
NFA Engine:Regex-Directed
我們來看用「to（nite|knight|night）」匹配文本『…tonight…』的一種辦法。正則表達式從「t」開始，每次檢查一部分（由引擎查看表達式的一部分），同時檢查「當前文本（current text）」是否匹配表達式的當前部分。如果是，則繼續表達式的下一部分，如此繼續，直到表達式的所有部分都能匹配，即整個表達式能夠匹配成功。
在「to（nite|knight|night）」的例子中，第一個元素是「t」，它將會重複嘗試，直到在目標字符串中找到『t』為止。之後，就檢查緊隨其後的字符是否能由「o」匹配，如果能，就檢查下面的元素。在本例中，「下面的元素」指「（nite|knight|night）」它的真正含義是「「nite」或者「knight」或者「night」」。引擎會依次嘗試這 3 種可能。我們（具有高級神經網絡的人類）能夠發現，如果待匹配的字符串是 tonight，第三個選擇能夠匹配。不論神經學起源（☞85）如何，表達式主導的引擎必須完全測試，才能得出結論。
嘗試「nite」的過程與之前一樣：「嘗試匹配「n」，然後是「i」，然後是「t」，最後是「e」。」如果這種嘗試失敗——就像本例，引擎會嘗試另一種可能，如此繼續下去，直到匹配成功或是報告失敗。表達式中的控制權在不同的元素之間轉換，所以我稱它為「表達式主導」。
NFA引擎在操作上的優點
實質上，在表達式主導的匹配過程中，每一個子表達式都是獨立的。這不同於反向引用，子表達式之間不存在內在聯繫，而只是整個正則表達式的各個部分。在子表達式與正則表達式的控制結構（多選分支、括號以及匹配量詞）的層級關係（layout）控制了整個匹配過程。
因為NFA引擎是正則表達式主導的，駕駛員（也就是編寫表達式的人）有充足的機會來實現他/她期望的結果（第5章和第6章將會告訴讀者，如何正確高效地實現目標）。現在看起來，這點還有些模糊，但過一段就會變清晰。
DFA引擎：文本主導
DFA Engine:Text-Directed
與表達式主導的NFA不同，DFA引擎在掃瞄字符串時，會記錄「當前有效（currently in the works）」的所有匹配可能。具體到 tonight的例子，引擎移動到 t時，它會在當前處理的匹配可能中添加一個潛在的可能：
接下來掃瞄的每個字符，都會更新當前的可能匹配序列。繼續掃瞄兩個字符以後的情況是：
有效的可能匹配變為兩個（knight被淘汰出局）。掃瞄到g時，就只剩下一個可能匹配了。當h和t匹配完成後，引擎發現匹配已經完成，報告成功。
我稱這種方式為「文本主導」，是因為它掃瞄的字符串中的每個字符都對引擎進行了控制。在本例中，某個未完成的匹配也許是任意多個（只要可行）匹配的開始。不合適的匹配可能在掃瞄後繼文字時會被去除。在某些情況下，「處理中的未終結匹配（partial match in progress）」可能就是一個完整的匹配。例如正則表達式「to（…）？」，括號內的部分並不是必須出現的，但考慮到匹配優先的性質，引擎仍然會嘗試匹配括號內的部分。匹配過程中，在嘗試括號內的部分時，完整匹配（『to』）已經保留下來，以應付括號中的內容無法匹配的情況。
如果引擎發現，文本中出現的某個字符會令所有處理中的匹配可能失效，就會返回某個之前保留的完整匹配。如果不存在這樣的完整匹配，則要報告在當前位置無法匹配。
第一想法：比較NFA與DFA
First Thoughts:NFA and DFA in Comparison
如果讀者根據上面介紹的知識比較NFA和DFA，可能會得出結論：一般情況下，文本主導的DFA引擎要快一些。正則表達式主導的NFA引擎，因為需要對同樣的文本嘗試不同的子表達式匹配，可能會浪費時間（就好像上面例子中的3個分支）。
這個結論是對的。在NFA的匹配過程中，目標文本中的某個字符可能會被正則表達式中的不同部分重複檢測（甚至有可能被同一部分反覆檢測）。即使某個字表達式能夠匹配，為了檢查表達式中剩下的部分，找到匹配，它也可能需要再一次應用（甚至可能反覆多次）。單獨的子表達式可能匹配成功，也可能失敗，但是，直到抵達正則表達式的末尾之前，我們都無法確知全局匹配成功與否（也就是說「不到最後關頭不能分勝負（It』s not over until the fat lady sings）」，但這句話又不符合本段的語境）。相反，DFA引擎則是 確定型的（deterministic）——目標文本中的每個字符只會檢查（最多）一遍。對於一個已經匹配的字符，你無法知道它是否屬於最終匹配（它可能屬於最終會失敗的匹配），但因為引擎同時記錄了所有可能的匹配，這個字符只需要檢測一次，如此而已。
正則表達式引擎所使用的兩種基本技術，都對應有正式的名字：非確定型有窮自動機（NFA）和確定型有窮自動機（DFA）。這兩個名字實在是太饒舌，所以我堅持只用 DFA 和 NFA。下文中不會出現它們的全稱了（注4）。
用戶需要面對的結果
因為NFA具有表達式主導的特性，引擎的匹配原理就非常重要。我已經說過，通過改變表達式的編寫方式，用戶可以對表達式進行多方面的控制。拿 tonight的例子來說，如果改變表達式的編寫方式，可能會節省很多工夫，比如下面這3種方式：
●「to(ni(ght|te)|knight)」
●「tonite|toknight|tonight」
●「to(k?night|nite)」
給出任意文本，這 3 個表達式都可以捕獲相同的結果，但是它們以不同的方式控制引擎。現在，我們還無法分辨這3者的優劣，不過接下來會看到。
DFA的情況相反——引擎會同時記錄所有的匹配選擇，因為這3個表達式最終能夠捕獲的文本相同，在寫法上的差異並無意義。取得一個結果可能有上百種途徑，但因為DFA能夠同時記錄它們（有點神奇，待稍後詳述），選擇哪一個表達式並無區別。對純粹的 DFA 來說，即使「abc」和「 [aa-a]（b|b{1}|b）c」看來相差巨大，但其實是一樣的。
如果要描述DFA，我能想到的特徵有：
●DFA匹配很迅速。
●DFA匹配很一致。
●談論DFA匹配很惱人。
最終我會展開這3點。
因為NFA是表達式主導的，談論它是件很有意思的事情。NFA為創造性思維提供了豐富的施展空間。調校好一個表達式能帶來許多收益，調校不好則會帶來嚴重後果。這就好比發動機的熄火和點不著火，他們並不只是汽油發動機的專利。為了徹底弄明白這個問題，我們來看NFA最重要的部分：回溯（backtracking）。