什么是正则表达式在理论上足够强大？

Question

如果你问一个关于使用正则表达式解析HTML的问题，你肯定会引用这个着名的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，我对语言知之甚少。实际上，正则表达式总能成功解析的语言或语法示例是什么？

具体来说，我真的很喜欢现实世界中使用的一些语言示例，这些语言适用于常规语言类别，而不是某些公理或等效条件等。

Answer 1

正则表达式非常适合仅重复解析事物。当你有递归形式时，它们会出错。我认为最有用的是展示它无法解析的最简单的语言：

n打开括号后跟n近括号，例如： （（））和（（（（（）））））

如果你知道你无法解析它，你很容易得出结论，你无法解析大多数编程语言。

所以我认为你可以解析基本的SQL（尽管如果你不允许像子查询这样的东西）。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，电子邮件等。

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）解析汇编应该是可行的。但是大多数用法都可以在解析简单中找到字符串或行。

Answer 2

我已广泛使用正则表达式进行报表处理。 PERL背后的（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，我已经广泛使用了AWK（几乎与正则表达式语言一样接近）来解析日志，报告等。

与任何其他计算机语言/功能一样，正则表达式是工具箱中的工具。它可以解析HTML，它可以解析SQL，但是它的级别以及正则表达式编码的程度如何。没有任何工具是完美的，但如果你使用合适的工具来完成正确的工作，你将总是拥有大量的工具。

Answer 3

简而言之，regexp无法解析具有未知嵌套级别的结构（如HTML）。因为大多数正则表达式引擎都基于finite state machine。这会将表达式限制为仅处理预定义的状态数。

您仍然可以使用regexp解析HTML，但是您无法获得树中元素的当前路径等内容。

Answer 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。

它们不适合解析像html或sql这样的语言，但它们可用于将语言拆分为相关的令牌。

正则表达式经常被滥用，并且因难以使用和理解而闻名。很多这种声誉都很好，但不是全部。

将它们用于简单案例。在简单的情况下让他们感到舒服，更复杂的情况会更有意义。跑步前走路。