过去几年，我对Rust的regex crate进行了重写，旨在改善内部组件的组合性，使其在保证正确性的同时更易于添加优化。在此重写过程中，我创建了一个新crate：regex-automata，它将regex crate的大量内部实现作为独立API提供给他人使用。据我所知，这是首个以独立版本库形式，如此深入地暴露其内部机制的正则表达式库。

这篇博客文章讨论了导致此次重写的问题、重写如何解决了这些问题，并引导读者了解regex-automata的API。

目标受众：Rust程序员以及任何对某个特定有限自动机正则表达式引擎实现方式感兴趣的人。假定具备正则表达式的先验知识。

由 mimo-v2.5 模型翻译，花费 856 tokens

bstr 是一个面向 Rust 的字节字符串库，其 1.0 版本刚刚发布！它为任意字节序列提供了面向字符串的操作，但当这些字节是 UTF-8 编码时尤为实用。换句话说，它提供了一个按约定为 UTF-8 编码的字符串类型，而 Rust 内置的字符串类型则保证为 UTF-8 编码。

本文将简要描述其 API，深入探讨创建 bstr 的动机，展示一些使用 bstr 的简短示例程序，并以几点思考作为结语。

目标读者：具备一定 UTF-8 背景知识的 Rust 程序员。

由 mimo-v2.5 模型翻译，花费 818 tokens

在 Rust 1.0 发布的前一天，我发布了一篇涵盖错误处理基础的博客文章。文章中间有一个特别重要但篇幅较小的部分，标题为“unwrap 并非邪恶”。该部分简要描述了，广泛来说，如果在测试/示例代码中使用 unwrap()，或者当 panic 表示一个 bug 时，是可以的。

我今天通常仍然持有这种信念。这种信念在 Rust 的标准库和许多核心生态系统 crate 中得到了实践。（而且这种实践早于我的博客文章。）然而，关于何时可以和不可以使用 unwrap() 似乎仍然存在广泛的混淆。这篇文章将更详细地讨论这一点，并具体回应我所看到的一些观点。

这篇博客文章在某种程度上写得像一个常见问题解答，但它是有意按顺序阅读的。每个问题都建立在前一个基础上。

目标受众：主要是 Rust 程序员，但我希望提供足够的上下文，使这里倡导的原则适用于任何程序员。尽管对于具有不同错误处理机制（如异常）的语言，可能很难直接映射。

由 mimo-v2.5 模型翻译，花费 2103 tokens

这是一篇简短的博文，回顾我在配备 Coreboot 的 System76 Darter Pro（型号：darp6）上运行 Archlinux 的配置，以及我对这款笔记本电脑的一些总体看法。这是我自 2012 年 7 月购买 ThinkPad T430 以来的首次笔记本电脑升级

目标读者：正在寻找兼容 Linux 笔记本电脑的 Archlinux 用户。

由 mimo-v2.5 模型翻译，花费 629 tokens

我想暂时跳出自己专注于技术内容的惯例，分享一点我与自由开源软件（FOSS）的个人关系。虽然每个人都不同，但我希望通过分享我的观点，帮助建立理解、同理心和信任。

这并非旨在直接回应任何其他维护者的行为。也不应被解读为对FOSS中某人理想行为的规范。这更多是一次个人反思，希望他人能用它来思考自己与FOSS的关系。成为优秀的FOSS维护者并无唯一正确的路径。我们都有自己的应对机制。

这同样绝非求助的呼吁。这是关于理解。这不是恳求改变FOSS的经济模式。这不是头脑风暴改善我的心理健康的方法。这不是为了引入更多维护者。这是分享我的故事，并试图增进FOSS社区成员之间的同理心。

目标受众：任何参与FOSS的人。

由 mimo-v2.5 模型翻译，花费 796 tokens

随着 csv 1.0 的发布，正是撰写一篇关于如何在 Rust 中读写 CSV 数据的教程的好时机。本教程面向 Rust 初学者，因此包含大量示例，并花费一些篇幅介绍基本概念。经验丰富的 Rust 程序员可能会觉得其中部分内容有用，但快速浏览一下可能更合适。

关于 Rust 的入门介绍，请参阅官方书籍。如果你还没有编写过任何 Rust 代码，但在其他语言中编写过代码，那么本教程可能在你无需先阅读官方书籍的情况下也能理解。

CSV 库可在 Github 上获取，并有详尽的 API 文档。

最后，这篇博客文章的一个版本已作为教程包含在 API 文档中，并且随着时间的推移，它更有可能得到更新。

目标读者：Rust 初学者。

由 mimo-v2.5 模型翻译，花费 935 tokens

在这篇文章中，我将介绍一个新的命令行搜索工具 ripgrep，它结合了 The Silver Searcher （一个 ack 克隆版）的易用性与 GNU grep 的原始性能。ripgrep 速度快、跨平台（提供 Linux、Mac 和 Windows 的二进制文件），并使用 Rust 编写。

ripgrep 可在 Github 上获取。

我们将尝试做不可能的事：对几个流行的代码搜索工具进行公平的基准比较。具体来说，我们将深入探讨一系列 25 个基准测试，以证实以下论点：

• 无论是搜索单个文件还是海量文件目录，其他工具在性能或正确性上都没有明显优于 ripgrep。
• ripgrep 是唯一支持 Unicode 且不会为此付出高昂代价的工具。
• 如果使用内存映射，同时搜索多个文件的工具通常更慢，而不是更快。

作为一个在业余时间用 Rust 研究文本搜索已有 2.5 年，并且是 ripgrep 和 底层正则表达式引擎 的作者，我将借此机会深入剖析每种代码搜索工具的性能。每个基准测试都会被仔细审查！

目标受众：熟悉 Unicode、编程并有一些命令行使用经验的读者。

注意：我收到一些人反映，rg 在他们的数据上并未如我声称的那么快。我很乐意帮助解释情况，但为此，我需要能够重现你的结果。如果你能 提交一个 issue 并提供我能重现的案例，我很乐意尝试解释。

由 mimo-v2.5 模型翻译，花费 1548 tokens

事实证明，有限状态机不仅用于表达计算。它还可用于紧凑地表示字符串的有序集合或映射，从而实现极速搜索。

本文将介绍如何将有限状态机作为数据结构来表示有序集合与映射，包括一个用Rust编写的实现——fst crate。它提供了完整的API文档。我还将演示如何使用简单的命令行工具构建这些结构。最后，将通过几个实验展示如何索引来自2015年7月Common Crawl归档的超过16亿条URL（134GB数据）。

本文所述的技术也是Lucene构建其倒排索引部分所采用的方法。

在此过程中，我们将探讨内存映射、基于正则表达式的自动机交集、基于Levenshtein距离的模糊搜索以及流式集合操作。

目标读者：具备编程和基础数据结构知识，无需自动机理论或Rust经验。

由 mimo-v2.5 模型翻译，花费 1089 tokens

像大多数编程语言一样，Rust 鼓励程序员以特定的方式处理错误。一般来说，错误处理分为两大类：异常和返回值。Rust 选择了返回值。

在本文中，我打算全面介绍如何在 Rust 中处理错误。更重要的是，我将尝试逐步引入错误处理，以便您能扎实掌握所有内容如何协同运作。

如果以简单直接的方式编写，Rust 中的错误处理可能会显得冗长且令人烦恼。本文将探讨这些难点，并演示如何使用标准库使错误处理变得简洁且符合人体工程学。

目标读者：那些刚接触 Rust 且尚不了解其错误处理惯用法的 Rust 新手。对 Rust 有一定熟悉程度会有所帮助。（本文大量使用了一些标准 trait 以及对闭包和宏的简单应用。）

更新（2018/04/14）：示例已转换为使用 ?，并添加了一些文本以提供此变更的历史背景。

更新（2020/01/03）：移除了推荐使用 failure 的内容，改为推荐使用 Box<Error + Send + Sync> 或 anyhow。

由 mimo-v2.5 模型翻译，花费 1066 tokens

警告： 2018-04-12：本文的代码示例已不再提供。这倒也好，因为它们都依赖于一个已多年不存在的、不稳定的内部编译器接口。

几周前，我着手为Rust发行版添加正则表达式支持，其实现与功能集在很大程度上受到了Russ Cox的RE2启发。它最近已被加入Rust发行版。

这个正则表达式crate包含一个语法扩展，它能在Rust程序编译时，将正则表达式编译为原生的Rust代码。这可以被视为“提前”编译，或类似于编译时函数执行。这些特殊的原生编译正则表达式，与在运行时编译的正则表达式拥有*完全相同*的API。

本文将概述我的实现策略——包括如何编写Rust语法扩展的代码示例——并描述我如何实现编译时正则表达式与运行时正则表达式之间完全一致的API。

由 mimo-v2.5 模型翻译，花费 1071 tokens

Go中唯一能在编译期保证类型安全的方法是结构化子类型（structural subtyping），而本文并不会改变这一点。相反，我将介绍一个名为ty的工具包，它提供了在Go中编写类型参数化函数的工具，这些函数能在运行时保持类型安全，同时也便于调用者使用。

由 mimo-v2.5 模型翻译，花费 521 tokens

作为一名程序员兼梦幻橄榄球爱好者，我对获取机器可读格式数据所必须采用的方式感到尴尬。 这种开源软件的缺乏，让社区受困于低标准的工具，最重要的是，它阻碍了利用易得的统计数据去实现一些真正酷炫且有趣的设想。 许多工具要么过时，要么损坏；即使能用，也往往是闭源的，且常常收费。

昨天，我开始着手开发一个新的库包，希望能开始改善这一可悲的现状。

由 mimo-v2.5 模型翻译，花费 597 tokens

总之，Archlinux运行得非常好。以下是在安装、配置、调优和使用Archlinux于联想Thinkpad T430过程中记录的要点概述。

由 mimo-v2.5 模型翻译，花费 602 tokens

Go语言天生具有多线程特性。这使得通过fork方式守护进程化Go程序的传统方法变得有些困难。

为了解决这个问题，您可以尝试一种简单的方法：将Go程序放到后台运行，并指示其忽略HUP信号：

由 mimo-v2.5 模型翻译，花费 507 tokens

X Go绑定 (XGB)是一个底层库，它提供了与运行中的X服务器交互的API。人们只能通过网络连接发送数据来与X服务器通信；协议请求、回复和错误需要精确构造到每一个字节。Xlib正是这样做的，甚至更多。结果，Xlib变得庞大且难以维护。

近年来，XCB项目使情况变得更为有序，它使用Python从描述X客户端协议的XML文件生成C代码。虽然用于生成该代码的Python脚本本身并不简单，但它通常优于另一种选择：随着大量扩展的存在而不断更新X核心协议。（XCB还有其他好处，例如更简单的异步性，但这超出了本文的范围。）

XGB沿用了类似的思路；使用Python生成Go代码来提供与X协议交互的API。与其姊妹项目XCB不同，它并非线程安全的。具体来说，如果并行发出X请求，最好的情况是请求或回复被搅乱，最坏的情况是X服务器崩溃。当需要将图像发送到X服务器进行屏幕绘制时，并行请求会特别有用；在此期间可以进行其他有用的工作。

由 mimo-v2.5 模型翻译，花费 1084 tokens

我最近被诊断为抗NMDA受体脑炎。这是一种自身免疫性疾病，患者体内的抗体本应有益，但却开始异常运作，导致大脑炎症。这篇短文将简述我的一些经历和预后情况。

目标读者：所有依赖我的工作来开展自身项目的人士。

由 mimo-v2.5 模型翻译，花费 681 tokens

过去几年中，我重写了 Rust 的 regex crate，旨在实现更好的内部组合，并在保持正确性的同时更方便地添加优化。在此重写过程中，我创建了一个新的 crate：regex-automata，它将 regex crate 的大部分内部机制作为独立的 API 暴露出来供他人使用。据我所知，这是首个以 regex-automata 这样独立版本化的库的形式，将自身内部机制暴露到如此程度的正则表达式库。

这篇博客文章讨论了导致此次重写的问题、重写如何解决这些问题，并对 regex-automata 的 API 进行了导览。

目标读者：Rust 程序员以及任何对特定有限自动机正则表达式引擎实现方式感兴趣的人。假定读者具有正则表达式的使用经验。

由 mimo-v2.5 模型翻译，花费 869 tokens

bstr 是一个面向 Rust 的字节字符串库，其 1.0 版本刚刚发布！它为任意字节序列提供以字符串为导向的操作，但在处理 UTF-8 编码的字节时最为有用。换言之，它提供了一种通过约定来确保内容为 UTF-8 的字符串类型，而 Rust 内置的字符串类型则是保证为 UTF-8 的。

本篇博客将简要介绍其 API，深入探讨创建 bstr 的动机，展示一些使用 bstr 的简短示例程序，并以一些思考作为结尾。

目标读者：具备一些 UTF-8 背景知识的 Rust 程序员。

由 mimo-v2.5 模型翻译，花费 844 tokens

在Rust 1.0发布前一天，我发布了一篇介绍错误处理基础的博文。文章中部一个特别重要但篇幅较短的章节名为“解包（unwrapping）并非邪恶”。该章节简要说明：总体而言，如果在测试/示例代码中使用unwrap()，或者当panic表示存在错误时使用它，是完全可以的。

我至今基本仍持这一观点。这一实践在Rust标准库及众多核心生态库中都有应用。（而且这种应用早于我的博文发布。）然而，关于何时可以或不可以使用unwrap()，似乎仍存在广泛的困惑。本文将更详细地讨论这一点，并具体回应我见过的一些立场。

这篇博文在一定程度上是以常见问题解答（FAQ）的形式撰写的，但建议按顺序阅读。每个问题都建立在前一个问题的基础上。

目标受众：主要是Rust程序员，但我希望提供了足够的背景信息，使本文阐述的原则适用于任何程序员。尽管对于使用不同错误处理机制（如异常）的语言来说，可能难以进行明显映射。

由 mimo-v2.5 模型翻译，花费 1058 tokens

这是一篇关于我在 System76 Darter Pro（型号：darp6）上配置 Archlinux 的简短回顾，并附带一些对这款笔记本电脑的总体看法。这是自2012年7月购买 ThinkPad T430以来，我的首次笔记本电脑升级。

目标受众：正在寻找兼容 Linux 笔记本电脑的 Archlinux 用户。

由 mimo-v2.5 模型翻译，花费 556 tokens

我想打破以往专注于纯技术内容的传统，分享一点我个人与自由与开源软件的关系。虽然每个人都不尽相同，但我希望通过分享我的视角，能够促进理解、共情和信任。

这并非旨在直接回应任何其他维护者的行为，也不应被解读为自由与开源软件领域理想行为的规范。这更多是个人反思，希望能启发他人也反思自己与自由与开源软件的关系。成为优秀的自由与开源软件维护者没有唯一正确的道路，我们都有自己的应对方式。

这绝不是在呼吁寻求帮助，重点是理解。这不是关于改变自由与开源软件经济模式的恳求，不是关于改善我心理健康的头脑风暴，也不是关于招募更多维护者。这是关于分享我的故事，并试图增进自由与开源软件界成员之间的共情。

目标读者：所有参与自由与开源软件的人。

由 mimo-v2.5 模型翻译，花费 791 tokens

随着 csv 1.0 的发布，现在正是撰写一个关于如何在 Rust 中读写 CSV 数据教程的好时机。本教程面向 Rust 初学者，因此包含大量示例，并花时间讲解基本概念。经验丰富的 Rust 开发者可能会觉得部分内容有用，但快速浏览一遍可能更为合适。

关于 Rust 的介绍，请参阅官方书籍。如果您尚未编写过任何 Rust 代码，但已经在其他语言中写过代码，那么本教程可能无需您先阅读该书就能理解。

该 CSV 库可在 Github 上获取，并提供全面的 API 文档。

最后，本文的某个版本已作为教程收录在 API 文档中，并且更有可能随着时间的推移进行更新。

目标受众：Rust 初学者。

由 mimo-v2.5 模型翻译，花费 873 tokens

在本文中，我将介绍一个新的命令行搜索工具——ripgrep，它结合了The Silver Searcher（一个ack克隆）的易用性以及GNU grep的原始性能。ripgrep速度快、跨平台（提供适用于Linux、Mac和Windows的二进制文件），并使用Rust语言编写。

ripgrep可在Github上获取。

我们将尝试做一件看似不可能的事：对多种流行的代码搜索工具进行一次公平的基准比较。具体来说，我们将深入研究一系列25个基准测试，以证实以下主张：

• 无论是搜索单个文件还是海量文件目录，在性能和正确性方面，没有其他工具能明显超越ripgrep。
• ripgrep是唯一一个提供正确的Unicode支持且不会让你为此付出高昂性能代价的工具。
• 那些同时搜索多个文件的工具，如果使用内存映射，通常更慢，而不是更快。

作为过去2.5年在业余时间使用Rust处理文本搜索的工作者，以及ripgrep和底层正则表达式引擎的作者，我将借此机会深入剖析每个代码搜索工具的性能。每个基准测试都将受到审视！

目标读者：熟悉Unicode、编程，并在命令行工作方面有一定经验的人士。

注意：我从一些人那里听说，rg在他们的数据上并没有我声称的那么快。我很乐意帮忙解释原因，但为此我需要能够复现你的结果。如果你能提交一个issue并提供我可以复现的信息，我将很乐意尝试解释。

由 mimo-v2.5 模型翻译，花费 1525 tokens

事实证明，有限状态机除了用于表达计算外还有其他用途。有限状态机也可用于紧凑地表示可快速搜索的字符串有序集合或映射。

在本文中，我将向你介绍作为数据结构的有限状态机，用于表示有序集合和映射。这包括介绍一个用Rust编写的实现，即fst crate。它附带完整的API文档。我还会向你展示如何使用一个简单的命令行工具来构建它们。最后，我将讨论几个实验，最终实现对2015年7月Common Crawl归档中超过16亿个URL（134 GB）的索引。

本文介绍的技术也是Lucene表示其部分倒排索引的方式。

过程中，我们将讨论内存映射、自动机与正则表达式的交集运算、基于Levenshtein距离的模糊搜索以及流式集合操作。

目标读者：熟悉编程和基本数据结构。无需自动机理论或Rust经验。

由 mimo-v2.5 模型翻译，花费 1083 tokens

和大多数编程语言一样，Rust 鼓励程序员以特定的方式处理错误。一般来说，错误处理分为两大类：异常和返回值。Rust 选择了返回值。

在这篇文章中，我打算全面介绍如何在 Rust 中处理错误。不仅如此，我将尝试逐步引入错误处理，以便你能获得一个扎实的实践知识，了解所有部分如何协同工作。

如果处理不当，Rust 中的错误处理可能会冗长且令人烦恼。本文将探讨这些障碍，并展示如何使用标准库使错误处理变得简洁和符合人体工程学。

目标读者：那些刚接触 Rust 且不了解其错误处理惯用法的人。对 Rust 有一些熟悉会有帮助。（本文大量使用了一些标准 trait，并非常轻量地使用了闭包和宏。）

更新（2018/04/14）：示例已转换为使用 ?，并添加了一些文本以提供更改的历史背景。

更新（2020/01/03）：移除了使用 failure 的推荐，并替换为推荐使用 Box<Error + Send + Sync> 或 anyhow。

由 mimo-v2.5 模型翻译，花费 2364 tokens

警告： 2018-04-12：本文的代码片段已不再可用。这也没关系，因为它们都依赖于一个多年前就不存在的不稳定内部编译器接口。

几周前，我开始着手为 Rust 发行版添加正则表达式功能，其实现和功能集主要参考了 Russ Cox 的 RE2。它最近已被加入到 Rust 发行版中。

这个正则表达式 crate 包含一个语法扩展，能在 Rust 程序编译时将正则表达式编译为原生 Rust 代码。这可以被视为“提前编译”，或类似于编译时函数执行。这些特殊原生编译的正则表达式拥有与在运行时编译的正则表达式完全相同的 API。

在本文中，我将概述我的实现策略——包括如何编写 Rust 语法扩展的代码示例——并描述我如何能够实现编译时编译的正则表达式与运行时编译的正则表达式之间完全相同的 API。

由 mimo-v2.5 模型翻译，花费 1035 tokens

Go在编译时实现类型安全多态的唯一机制是结构化子类型，本文不会改变这一点。相反，我将介绍一个名为ty的工具包，它提供在Go中编写类型参数化函数的方案，既能保持运行时类型安全，又方便调用方使用。

由 mimo-v2.5 模型翻译，花费 513 tokens

作为一名程序员和梦幻橄榄球迷，我为我们获取机器可读数据所需付出的努力感到尴尬。开源软件的匮乏使社区充斥着劣质工具，更重要的是，这阻碍了利用便捷统计数据本可实现的许多真正有趣的功能。许多工具要么过时，要么无法运行；即便能用，它们也是闭源的，且通常需要付费。

昨天，我开始着手开发一个新的程序库，希望能改善这种可悲的现状。

由 mimo-v2.5 模型翻译，花费 618 tokens

总之，Arch Linux运行得相当出色。以下是在联想ThinkPad T430上安装、配置、调优和使用Arch Linux时，我整理的大致笔记。

由 mimo-v2.5 模型翻译，花费 445 tokens

Go语言本质上是多线程的。这使得通过fork方式将Go程序守护进程化的传统方法有点困难。

为了解决这个问题，你可以尝试一种简单的方法，即将Go程序放在后台运行，并让它忽略HUP信号：

由 mimo-v2.5 模型翻译，花费 572 tokens