在jupyter notebook实现正则表达式的匹配和NFA的构建

首先我们需要导入正则表达式模块和NFA模块：

import re
from nfa import NFA

接下来我们可以使用正则表达式的 `search` 方法在字符串中查找匹配的子串，并返回 `MatchObject` 对象。例如：

pattern = r'ab'
text = 'abcde'
match = re.search(pattern, text)
print(match)  # <re.Match object; span=(0, 2), match='ab'>

如果想要查找所有匹配的子串，可以使用 `findall` 方法：

pattern = r'ab'
text = 'abcdeabfghab'
matches = re.findall(pattern, text)
print(matches)  # ['ab', 'ab', 'ab']

接下来我们可以使用 `NFA` 类来构建正则表达式的 NFA。例如，对于正则表达式 `a|b*`，可以这样构建 NFA：

nfa = NFA()
nfa.add_state(1)
nfa.add_state(2)
nfa.add_state(3)
nfa.add_transition(1, 'a', 2)
nfa.add_transition(1, 'ε', 3)
nfa.add_transition(2, 'ε', 4)
nfa.add_transition(3, 'b', 5)
nfa.add_transition(4, 'b', 5)
nfa.add_transition(5, 'ε', 6)
nfa.add_transition(6, 'ε', 1)
nfa.add_transition(6, 'ε', 7)
nfa.add_accepting_state(7)

其中，`add_state` 方法用于添加状态，`add_transition` 方法用于添加转移，`add_accepting_state` 方法用于添加接受状态。注意，NFA 中使用 'ε' 表示空转移。

最后，我们可以使用 `NFA` 类的 `accepts` 方法来判断输入的字符串是否能够被 NFA 接受。例如：

nfa = NFA()
nfa.add_state(1)
nfa.add_state(2)
nfa.add_transition(1, 'a', 2)
nfa.add_accepting_state(2)

print(nfa.accepts('a'))  # True
print(nfa.accepts('b'))  # False

这样，我们就成功地使用了正则表达式和NFA模块在jupyter notebook中实现了正则表达式的匹配和NFA的构建。