Question

在解析语法时，是否应该使用RegEx来匹配可以表示为常规语言的语法，还是应该专门使用当前的解析器设计？

例如，JSON的EBNF语法可表示为：

object ::= '{' '}' | '{' members '}';
members ::= pair | pair ',' members;
pair ::= string ':' value;
array ::= '[' ']' | '[' elements ']';
elements ::= value | value ',' elements;
value ::= string | number | object | array | 'true' | 'false' | 'null';

因此需要使用某种类型的词法分析器（例如递归下降解析器或ad hoc解析器）来匹配语法，但是某些值（例如数字）的语法可以表示为常规语言喜欢这个RegEx模式的数字：

-?\d+(\.\d+)?([eE][+-]?\d+)?

给出这个例子，假设一个人正在创建递归下降JSON解析器...应该通过递归下降技术匹配数字还是应该通过RegEx匹配数字，因为它可以使用RegEx轻松匹配？

Answer 1

这是一个非常广泛和自以为是的问题。因此，据我所知，通常你会希望解析器尽可能快，并尽可能在内存中占用最少的空间，特别是如果它需要实时解析（按需）。

RegEx肯定会完成这项工作，但就像用核武器射击一样！

这就是为什么许多解析器都是用C语言等低级语言编写的，以利用字符串指针，避免由不可变字段，垃圾收集器等Java等高级语言引起的开销......

同时，这在很大程度上取决于您的使用案例，并且无法以通用方式真正回答。您应该考虑开发人员使用RegEx的方便性与解析器的性能之间的权衡。

一个额外的考虑因素通常是您希望解析器指出您有语法错误的位置，以及它是哪种类型的错误。使用RegEx，它将无法匹配，您将很难找到它停止的原因，以显示正确的错误消息。使用旧式解析器时，只要遇到语法错误就可以快速停止解析，并且可以准确地知道哪些不匹配以及在哪里。

在你的JSON解析和仅对数字使用RegEx的特定情况下，我想你可能已经使用了高级语言，所以许多实现的工作依赖于语言对数字的本机解析。所以只需使用分隔符选择值（字符串，数字......），让编程语言为数字解析抛出异常。

regex是否应该在解析器或编译器的解析器中使用？

1 个答案: