ANTLR 还是正则表达式？答案

【问题标题】：ANTLR or Regex?ANTLR 还是正则表达式？
【发布时间】：2010-03-05 14:11:58
【问题描述】：

我正在用 ASP.NET/C# 编写一个 CMS，我需要处理这样的事情，每个页面请求：

<html>
<head>
    <title>[Title]</title>
</head>
<body>
    <form action="[Action]" method="get">
        [TextBox Name="Email", Background=Red]
        [Button Type="Submit"]
    </form>
</body>
</html>

当然要替换 [...]。

我的问题是我应该如何使用 ANTLR 或 Regex 来实现它？什么会更快？请注意，如果我使用 ANTLR 实现它，我认为我将需要实现 XML，添加到 [..].

我需要实现参数等

编辑：请注意，我的正则表达式甚至可以看起来像这样：

public override string ToString()
{
    return Regex.Replace(Input, @"\[
                                    \s*(?<name>\w+)\s*
                                    (?<parameter>
                                        [\s,]*
                                            (?<paramName>\w+)
                                            \s*
                                            =
                                            \s*
                                            (
                                                (?<paramValue>\w+)
                                                |
                                                (""(?<paramValue>[^""]*)"")
                                            )
                                    )*
                               \]", (match) =>
                                  {
                                      ...
                                  }, RegexOptions.IgnorePatternWhitespace);
}

【问题讨论】：

我承认...我什至从未听说过 ANTLR...更不用说知道哪个更好用了。 Googlefoo 时间。
ANTLR 是一个解析器/词法分析器/语法工具包。它用于生成可以分析其他文本源并提取或翻译数据的源文件。它通常用于开发编译器等。

标签： c# .net regex performance antlr

【解决方案1】：

正确的工具是 RegEx 还是 ANTLR 或什至完全是其他工具，这在很大程度上取决于您的要求。 “使用什么工具”问题的最佳答案不应该主要基于性能，而是适合工作的正确工具。

RegEx 是一个文本搜索工具。如果您需要做的只是从琴弦中拉出琴弦，那么它通常是首选的锤子。您可能需要一个工具来帮助您构建 RegEx。我推荐Expresso，但有很多选择。

ANTLR 是一个编译器生成器。如果您需要错误消息和解析操作或编译器附带的任何复杂内容，那么这是一个不错的选择。

看起来您正在做的是 XML 搜索/替换，您是否考虑过 XPath？这是我的建议。

为工作选择正确的工具绝对重要，在开发开始之前应该进行研究和思考。在所有情况下，重要的是在做出任何决定之前充分了解程序要求。你有项目的规范吗？如果不是这样，花时间想出一个可以为您节省所有时间，因为选择糟糕的工具可能会花费您。

希望有帮助！

【讨论】：

【解决方案2】：

关于 ANTLR 与 RegEx 的性能取决于 C# 中 RegEx 的实现。根据经验，我知道 ANTLR 足够快。

在 ANTLR 中，您可以忽略某些内容，例如 XML。也可以找[和]做进一步处理。

RegEx 和 ANTLR 都支持您的参数类型（“等”我不确定）。

在开发速度方面：RegEx 在这种情况下稍微快一些。您可以使用在线工具开发 RegEx 并在编辑 RegEx 时查看捕获组。（谷歌@regex gskinner）

然后 ANTLR 对“错误消息”有完美的支持：它们显示行/列号以及错误所在。 RegEx 没有这种支持。

RegEx 的一般方法是：创建“全局扫描”RegEx，它将在您的内容中找到正确的 [...] 组。然后让“...”被一个组捕获，然后为这个较小的内容应用另一个 RegEx（它根据等号和逗号分割内容）。这样您就拥有最佳的运行时性能并且易于开发。

【讨论】：

请在我的问题中查看我的正则表达式 - 你认为它会比这种情况下写得最好的 ANTLR 脚本更快吗？
你的 RegEx 比一般的 ANTLR 实现慢，做同样的事情。但是，ANTLR 很难学习，也很难正确实现。因此，当您愿意花大量时间学习 ANTLR 的语法格式时，它会稍微快一些。您还可以优化此 RegEx：使用一个 RegEx 获取 [] 之间的所有内容，然后遍历这些内容以解析其参数。这更快，因为 RegEx 更小（这是使用性能和 RegEx 时的经验法则）。
好的，我将使用 ANTLR 来实现它。我不在乎开发时间+我知道一点ANTLR。谢谢！无论如何，我仍在寻找更多的意见。明天我会再接受这个，如果有的话。

【解决方案3】：

如果您要解析的语言是正则，那么正则表达式当然是一种选择。如果不是，那么 ANTLR 可能是您唯一的选择。如果我正确理解这些问题，XML 是不规则的。

【讨论】：