正则表达式在理论上足够强大吗？ [关闭]答案

【问题标题】：What are regular expressions theoretically strong enough for? [closed]正则表达式在理论上足够强大吗？ [关闭]
【发布时间】：2011-07-15 21:08:55
【问题描述】：

如果你问一个关于用正则表达式解析 HTML 的问题，你肯定会参考这个著名的rant。虽然没有规范的咆哮，但我也被告知正则表达式不足以解析 SQL。

我是一名自学成才的程序员，所以从理论的角度来看，我对语言了解不多。实际上，正则表达式总是可以成功解析的语言或语法示例有哪些？

具体来说，我真的想要一些在现实世界中使用的语言示例，这些示例适合常规语言的类别，而不是一些公理或等效条件等。

【问题讨论】：

导致比您最初想要解决的问题更大的问题。
What are good regular expressions?的可能重复
@Daniel DiPaolo 根本不是那个问题的副本
@FarmBoy 可能重复的关键是“你用什么正则表达式？”这与您所问的问题完全相同 - 如果您不是在寻找正则表达式的用途并且只想询问常规语言/语法，请改写您的标题
@ridgerunner，不仅仅是支持递归模式的语言：所有支持反向引用的语言，如：Python、Ruby、Java 等，也属于解析/比常规语言匹配更多。正则表达式 (.)\1 是非常规的。

【解决方案1】：

正则表达式非常适合解析只有重复的内容。当你有递归形式时，它们会出错。我认为最有用的是显示它无法解析的最简单的语言：

n 左括号后跟 n 右括号，例如： (()) 和 ((((())))))

如果你知道你无法解析它，你可以很容易地得出结论，你无法解析大多数编程语言。

所以我认为您可以解析基本 SQL（但如果您允许子查询之类的东西，则不能）。正则表达式可解析字符串的其他主要示例是网址、电子邮件地址、电话号码等。

如果您正在寻找可以使用正则表达式解析的实际编程语言，您将找不到很多（尽管我认为（根据我对它的有限了解）解析汇编应该是可能的。但是大多数用途都是在解析简单时找到的字符串或行。

【讨论】：

【解决方案2】：

我已将正则表达式广泛用于报表处理。 PERL 后缀为（实用提取和报告语言）已被广泛用于解析来自 *nix 系统的报告。几十年来，我广泛使用 AWK（它与您所能获得的仅使用正则表达式的语言一样接近）来解析日志、报告等。

正则表达式与任何其他计算机语言/功能一样，是工具箱中的工具。它可以解析 HTML，它可以解析 SQL，但正则表达式编码到什么级别以及有多好。没有工具是完美的，但如果你为正确的工作使用正确的工具，你将永远拥有大量可用的工具。

【讨论】：

【解决方案3】：

简而言之，正则表达式无法解析嵌套级别未知的结构（如 HTML）。因为大多数正则表达式引擎都是基于finite state machine。这将您的表达式限制为仅处理预定义数量的状态。

您仍然可以使用正则表达式解析 HTML，但无法获取树中元素的当前路径等信息。

【讨论】：

【解决方案4】：

它们非常适合输入验证。它们非常适合解析结构良好的数据文件。

它们不适合解析 html 或 sql 之类的语言，但它们可用于将语言拆分为相关标记。

正则表达式经常被误用，并且以难以使用和理解而著称。这种声誉的大部分是来之不易的，但并非全部。

将它们用于简单的情况。在简单的情况下熟悉它们，更复杂的情况会更有意义。跑之前先走。

【讨论】：