正則表達式的替代方案

Question

我有一組字符串，其中嵌入了數字。 它們看起來像/ cal / long / 3/4/145：999或/ pa / metrics / CosmicRay / 24：4：bgp：EnergyKurtosis。 我想要一個表達式解析器

• 易於使用。 舉幾個例子，某人應該能夠形成一個新的表達。 我希望最終用戶能夠形成新的表達式來查詢這組字符串。 一些潛在用戶是軟件工程師，其他人是測試人員，一些是科學家。
• 允許對數字進行約束。 類似'/ cal / long / 3/4/143：＃> 100＆<1110'來指定帶有'/ cal / long / 3/4/143：'的字符串前綴，然后是（100,1110）之間的數字是期待。
• 支持'|' 和。 因此表達式'/ cal /（long | short）/ 3/4 / '將匹配'/ cal / long / 3/4/1：2'以及'/ cal / short / 3/4/1：2 ”。
• 有Java實現可用或易於在Java中實現。

有趣的替代想法會很有用。 我也很想要實現我需要的正則表達式子集以及數值約束。

謝謝！

Answer 1

沒有理由重新發明輪子！ 正則表達式引擎的核心是建立在數學和計算機科學的堅實基礎之上; 我們今天繼續使用它們的原因是它們主要是合理的，並且在可預見的將來不會得到改善。

如果您確實找到或創建了一些替代解析語言，只涵蓋了Regex可以實現的可能性的一部分，那么您很快就會有一個用戶要求一個可以在Regex中表達的概念，但您的味道很簡單。 花時間解決尚未解決的問題！

Answer 2

我傾向於同意Rex M，盡管你對數值約束的第二個要求使事情復雜化。 除非你只允許非常基本的約束，否則我不知道在正則表達式中簡潔地表達它的方法。 如果有這樣的方式，請忽略我的其余答案並遵循其他建議。 :)

您可能想要考慮一個解析器生成器 - 比如經典的lex和yacc。 我對Java的選擇並不熟悉，但這里有一個列表：

http://java-source.net/open-source/parser-generators

如果您不熟悉，標准方法是首先創建一個將字符串轉換為標記的詞法分析器 。 然后你將這些標記傳遞給一個解析器，將你的語法應用到它們並吐出某種結果。

在您的情況下，我設想解析器導致正則表達式和其他條件的組合。 對於您的數值約束示例，它可能會為您提供正則表達式\\/cal/long/3/4/143:(\\d+)\\以及要應用於需要該數字的第一個分組（ \\d+部分）的約束介於100和1100之間。然后，您可以將RE應用於候選人的字符串，並將約束應用於那些候選人以找到您的匹配項。

這是一個非常復雜的方法，所以希望有一種更簡單的方法。 我希望至少能給你一些想法。

Answer 3

Java約束是一個嚴重的約束。 我建議使用解析組合器 ，但您必須使用類而不是函數將想法轉換為Java。 關於這個主題有很多很多論文; 最容易接近的是Graham Hutton的高階解析函數 。 Hutton的方法使得根據數字大小等條件決定成功或失敗特別容易，如您在示例中所示。

Answer 4

不幸的是，並非所有程序員（包括我自己）都熟悉RegEx。 這通常意味着我們最終會編寫自己的字符串解析邏輯，否則RegEx可以很好地為我們服務。

這並不總是壞事。 在某些情況下，可以編寫一個更優雅，更易讀並滿足問題域精確需求的DSL（一類，一組緊密結合的方法）。 麻煩的是，它可能需要數十次迭代才能將問題提煉成簡單直觀的DSL。 只有當DSL在應用程序或大型社區中被廣泛使用時才會出現這種麻煩。 不要為只偶爾出現的問題寫出優雅的解決方案。

Answer 5

如果您要去解析器路線，請查看GOLD Parsing System。 它通常比YACC更好，比純正的正則表達式更清晰，並且支持Java。

http://goldparser.org/about/how-it-works.htm

Answer 6

http://java-source.net/open-source/parser-generators和http://catalog.compilertools.net/java.html包含此目錄的工具。 比較stackoverflow問題如何解析代碼以在Java中構建編譯器？ 。

Answer 7

實際上你所描述的是Java 模式匹配器。 恰好使用正則表達式作為其語言。