Regular Expressions Zelfstudie
Aan de slag met reguliere expressies

Voor veel programmeurs is de regex een soort magisch zwaard dat ze gooien om elke vorm van tekstparsing op te lossen. Maar deze tool is niets magisch, en hoewel het geweldig is in wat het doet, is het geen volledige programmeertaal ( dwz het is niet Turing-compleet).

Wat betekent 'reguliere expressie'?

Reguliere expressies drukken een taal uit die wordt gedefinieerd door een reguliere grammatica die kan worden opgelost door een niet-deterministische eindige automaat (NFA), waarbij matching wordt voorgesteld door de staten.

Een normale grammatica is de meest eenvoudige grammatica zoals uitgedrukt door de Chomsky-hiërarchie .

Eenvoudig gezegd, een gewone taal wordt visueel uitgedrukt door wat een NFA kan uitdrukken, en hier is een heel eenvoudig voorbeeld van NFA:

En de taal van de reguliere expressie is een tekstuele weergave van een dergelijke automaat. Dat laatste voorbeeld wordt uitgedrukt door de volgende regex:

^[01]*1$

Die overeenkomt met elke tekenreeks die begint met 0 of 1 , die 0 of meer keren wordt herhaald en eindigt met een 1 . Met andere woorden, het is een regex om oneven nummers van hun binaire weergave te matchen.

Zijn alle regex eigenlijk een normale grammatica?

Eigenlijk zijn ze dat niet. Veel regex-engines zijn verbeterd en gebruiken push-down-automaten die informatie kunnen stapelen en naar beneden kunnen laten springen terwijl deze wordt uitgevoerd. Die automaten definiëren wat contextvrije grammatica's worden genoemd in Chomsky's Hiërarchie. Het meest typische gebruik van die in niet-reguliere regex , is het gebruik van een recursief patroon voor het vergelijken van haakjes.

Een recursieve regex zoals de volgende (die overeenkomt met haakjes) is een voorbeeld van een dergelijke implementatie:

{((?>[^\(\)]+|(?R))*)}

(dit voorbeeld werkt niet met de re engine van python, maar met de regex engine of met de PCRE-engine ).

Middelen

Voor meer informatie over de theorie achter Reguliere Expressies, kunt u verwijzen naar de volgende cursussen beschikbaar gesteld door MIT:

• Automaat, berekenbaarheid en complexiteit
• Reguliere uitdrukkingen en grammatica's
• Talen opgeven met reguliere expressies en contextvrije grammatica's

Wanneer u een complexe regex schrijft of debugt, zijn er online tools die regexes kunnen helpen visualiseren als automaten, zoals de debuggex-site .

PCRE

_{Gebruikt door: PHP 4.2.0 (en hoger), Delphi XE (en hoger), Julia , Notepad ++}

Perl

.NETTO

_{Talen: C #}

Java

JavaScript

Python

Oniguruma

boost

POSIX

_{Talen: Bash}