正则表达式的替代方案

Question

我有一组字符串，其中嵌入了数字。它们看起来像/ cal / long / 3/4/145：999或/ pa / metrics / CosmicRay / 24：4：bgp：EnergyKurtosis。我想要一个

的表达式解析器

• 易于使用。举几个例子，某人应该能够形成一个新的表达。我希望最终用户能够形成新的表达式来查询这组字符串。一些潜在用户是软件工程师，其他人是测试人员，一些是科学家。
• 允许限制数字。类似于'/ cal / long / 3/4/143：＃＆gt; 100＆amp;＆lt; 1110'来指定带有'/ cal / long / 3/4/143：'的字符串前缀，然后是（100）之间的数字，1110）是预期的。
• 支持'|'和。因此表达式'/ cal /（long | short）/ 3/4 / '将匹配'/ cal / long / 3/4/1：2'以及'/ cal / short / 3/4 / 1：2'
• Java实现可用或易于用Java实现。

有趣的替代想法会很有用。我也很想要实现我需要的正则表达式子集以及数值约束。

谢谢！

Answer 1

没有理由重新发明轮子！正则表达式引擎的核心是建立在数学和计算机科学的坚实基础之上;我们今天继续使用它们的原因是它们主要是合理的，并且在可预见的将来不会得到改善。

如果您确实找到或创建了一些仅涵盖Regex可能的子集的替代解析语言，您很快就会有一个用户要求一个可以在Regex中表达的概念，但您的味道很明显。花时间解决尚未解决的问题！

Answer 2

我倾向于同意Rex M，尽管你对数值约束的第二个要求使事情复杂化。除非你只允许非常基本的约束，否则我不知道在正则表达式中简洁地表达它的方法。如果有这样的方式，请忽略我的其余答案并遵循其他建议。 ：）

你可能想要考虑一个解析器生成器 - 比如经典的lex和yacc。我对Java选择并不熟悉，但这里有一个列表：

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

如果您不熟悉，标准方法是首先创建一个lexer，将您的字符串转换为令牌。然后你将那些令牌传递给一个解析器，将你的语法应用于它们并吐出某种结果。

在您的情况下，我设想解析器导致正则表达式和其他条件的组合。对于您的数值约束示例，它可能会为您提供正则表达式\/cal/long/3/4/143:(\d+)\和一个约束以应用于第一个分组（\d+部分），该分组要求数字介于100和1100之间。您将然后将RE应用于候选人的字符串，并将约束应用于那些候选人以找到您的匹配。

这是一个非常复杂的方法，所以希望有一种更简单的方法。我希望至少能给你一些想法。

Answer 3

Java约束是一个严重的约束。我建议使用解析组合器，但您必须使用类而不是函数将想法转换为Java。关于这个主题有很多很多论文;最容易接近的是Graham Hutton's Higher-Order Functions for Parsing。 Hutton的方法使得根据数字大小等条件决定成功或失败特别容易，如您在示例中所示。

Answer 4

不幸的是，并非所有程序员（包括我自己）都熟悉RegEx。这通常意味着我们最终会编写自己的字符串解析逻辑，否则RegEx可以很好地为我们服务。

这并不总是坏事。在某些情况下，可以编写一个更优雅，更易读并满足问题域精确需求的DSL（一类，一组紧密结合的方法）。麻烦的是，它可能需要数十次迭代才能将问题提炼成简单直观的DSL。只有当DSL在应用程序或大型社区中被广泛使用时才会出现这种麻烦。不要为只偶尔出现的问题写出优雅的解决方案。

Answer 5

实际上你所描述的是Java Pattern匹配器。恰好使用正则表达式作为其语言。

Answer 6

http://java-source.net/open-source/parser-generators和http://catalog.compilertools.net/java.html包含此工具的目录。比较stackoverflow问题How can I parse code to build a compiler in Java?。

Answer 7

如果您要去解析器路线，请查看GOLD Parsing System。它通常比YACC更好，比纯正的正则表达更清晰，并且支持Java。

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