验证语法-Java-语法-正则表达式

Question

在开始解释之前，请允许我声明这不是“请做我的家庭作业”问题。 我将发布我的代码和假设或猜测，但是由于无法解决此问题，我正在寻求您的帮助，不仅发现此问题很有趣，而且还是学习非常有用的技能的好机会。 该练习是我大学一项家庭作业的一部分，并且截止日期已经结束。 那我为什么要寻求帮助？ 好吧，老师只会提供成绩分数，而不会提供有关如何解决练习的实际解释（这是大学的政策），直到下一年，即明年。 我等不了那么久，我对如何解决这个问题很感兴趣。 这是演说摘要：“在某些孤立的岛上，他们拥有自己的语言，但是大多数人会犯语法错误，因此他们的州长决定要求开发人员发布某些软件，并遵守他们的语言规则，更正语法”。 这些是规则：

1. 该语言中唯一的字符是从'g'到'p'加上'A'，'F'，'D'，'Q'，'X'的字符。
2. 从“ g”到“ p”的每个字符都是有效的句子。
3. 如果“ s”是有效的句子，那么“ As”也有效。
4. 如果“ s”和“ t”是有效语句，则“ Fst”，“ Dst”，“ Qst”和“ Xst”也是有效语句。
5. 从1到4的规则是确定正确语法的唯一有效规则。

这对我们许多人来说还不够清楚，因此我们向老师询问了第3点和第4点，他解释说-因为's'实际上不是有效的句子，这只是一个例子-他们想表示'A '只能跟1个小写字母，F，D，Q和X只能跟2个有效的小写字母。

好吧，对于许多了解正则表达式的人来说，这听起来并不那么复杂。 实际上，我们没有教过正则表达式，只有JUnit无关吗？ 好吧，事实是该练习实际上是JUnit研讨会的一部分，是的，我和您一样惊讶。 那么，为什么我要提起常规表达主题呢？ 好吧，老师评论说，一些学生建议他使用正则表达式可以轻松解决该练习。

我正在使用NetBeans在Java中进行开发，并且我将发布到目前为止的代码中最重要的部分：

Pattern patronUno = Pattern.compile("[ghijklmnop]");
Pattern patronDos = Pattern.compile("A*[ghijklmnop]|A*");
Pattern patronTres = Pattern.compile("([FDQX]+([ghijklmnop]{2,2}))");
Pattern patronCuatro = Pattern.compile("[A][FDQX]");

public String validar(String sentencia){        
    Matcher coincidenciaUno = patronUno.matcher(sentencia);
    Matcher coincidenciaDos = patronDos.matcher(sentencia);
    Matcher coincidenciaTres = patronTres.matcher(sentencia);
    Matcher coincidenciaCuatro = patronCuatro.matcher(sentencia);

    if(coincidenciaUno.matches() || coincidenciaDos.matches() || 
                coincidenciaTres.matches() || coincidenciaCuatro.matches())
        return "YES";
    else
        return "NO";
}

经老师预先批准，我的第一个测试用例是：

示例输入示例输出

• Fg NO
• 西耶是
• AXij是
• Dklm NO

现在，AXij是有效的，因为A对每个人都有效，并且Xij也有效，因此将Xij添加到A就像向其添加一个单字符有效语句。 而我的朋友们，是我无法处理的部分练习； 我无法学习-如果有办法-如何连接两个有效句子。 您可以帮我解决那部分需求吗？

通过发布的代码，我得到了以下结果：

示例输入示例输出

• Fg NO
• 西耶是
• 轴号
• Dklm NO
• AAg是
• AA是的
• 是的
• 放大器编号
• 编号

例如，我无法将AXij视为有效语句。 但是我可以成功地验证Fx为无效，Xij为有效，Dklm为无效等。

在此先感谢您的帮助。 我发布此邮件的原因是，我一直在通过本网站搜索可以解释此问题的示例，但其中任何一个对我来说都很清楚。

Answer 1

您所描述的语法非常简单且完全明确，因此，如果您不想深入使用像antlr或JavaCC这样的功能强大的解析器生成器，则可以使用像这样的单个递归方法来完成这项工作：

public int consumeSentence(String str, int startOffset) {
  char c = str.charAt(startOffset);
  if(c >= 'g' && c <= 'p') {
    return 1;
  } else if(c == 'A') {
    // A<s>
    return 1 + consumeSentence(str, startOffset + 1);
  } else if(c == 'F' || c == 'D' || c == 'Q' || c == 'X') {
    // F<s><t>
    int s1 = consumeSentence(str, startOffset + 1); // s
    int s2 = consumeSentence(str, startOffset + 1 + s1); // t
    return 1 + s1 + s2;
  } else {
    throw new IllegalArgumentException("illegal sentence");
  }
}

这将尝试从给定位置开始的字符串中使用内容，直到到达有效句子的末尾为止，并返回所使用的字符数。 要检查字符串s是否为有效语句，请调用consumeSentence(s, 0)然后查看返回值是否等于原始字符串的长度。 如果返回的值更少，或者引发异常，则原始字符串不是有效的句子。

解析器生成器会为您构建这种逻辑，但是这种情况非常简单，您可以手动对其进行编码。

Answer 2

我没有足够的理论知识来证明这是上下文无关的语法。 尽管众所周知的正则表达式风格可以匹配上下文相关的语法，但没有递归（Perl / PCRE）或平衡组（.NET），但正则表达式无法解决上下文无关的简单问题，例如括号平衡。

顺便说一下，这是语法：

S -> 'g' | 'h' | ... | 'p'
S -> 'A'  S
S -> ( 'F' | 'D' | 'Q' | 'X' )  S  S

通常，在这种情况下，最好编写一个解析器。 但是，对于玩具问题，可以使用正则表达式从最低级别开始进行替换，并将叶子A[gp]或[FDQX][gp]{2}的结构减小为g （表示有效的句子）。

public static boolean checkGrammar(String input) {
    String prev = input;
    while (!(input = input.replaceAll("A[g-p]|[FDQX][g-p]{2}", "g")).equals(prev)) {
        prev = input;
    }

    return input.matches("[g-p]");
}

ideone上的演示

Answer 3

不确定我是否了解所有内容，但这似乎与您的示例相符：

^[A]?((A[g-p])|([FDQX][g-p]{2}))$

演示