现代编程语言中的“正则表达式”真的是“上下文敏感语法”吗？

Question

多年来，“正则表达式”模式匹配越来越强大，我想知道：它真的只是上下文敏感 - 语法匹配吗？它是无上下文语法匹配的变体/扩展吗？它现在在哪里，为什么我们不称之为旧的，限制性的“正则表达式”？

Answer 1

特别是对捕获括号的反向引用使正则表达式比常规，无上下文或上下文敏感的语法更复杂。这个名字只是在历史上成长（尽可能多的单词）。另请参阅维基百科中的this section和来自Perl的此explanation with an example。

Answer 2

我看待它的方式：

• 常规语言：
  • 由国家机器匹配。只能使用一个变量来表示当前值 要匹配的语法中的“位置”：无法实现递归
• 无上下文的语言：
  • 由堆叠机器匹配。语法中的当前“位置”由一种或另一种形式的堆栈表示。无法“记住”之前发生的任何事情
• 上下文相关语言：
  • 大多数编程语言
  • 全部大多数人类语言

我知道正则表达式解析器，它允许你匹配解析器已经遇到的东西，实现类似上下文敏感语法的东西。

尽管如此，正则表达式解析器无论多么复杂，都不允许递归应用规则，这是无上下文语法的明确要求。

在我看来，术语 regex 主要是指用于表达那些常规语法（星号和问号）的语法。

Answer 3

现代正则表达式实现中的一些功能违反了classic regular expression definition的规则。

例如Microsoft’s .NET Balancing Group (?<name1-name2> … )：

^(?:0(?<L>)|1(?<-L>))*(?(L)(?!))$

此 匹配语言 L Ο1= {ε，01,0011,000111，...}。但根据Pumping Lemma，这种语言并不常见。