Biểu thức thông thường không

Hỏi ngay cả một người có nền tảng về khoa học máy tính về biểu thức chính quy là gì và câu trả lời có thể vượt ra ngoài giới hạn của việc nằm trong tầm tay của một máy tự động trạng thái hữu hạn.

Ví dụ: biểu thức chính quy của người Viking

/^1?$|^(11+?)\1+$/

được tạo bởi Abigail cá tính Perlail (và một phần của bộ thử nghiệm của Perl từ năm 2002) mô tả một cỗ máy chỉ chấp nhận các số đơn nguyên tổng hợp, nhưng thực hiện 4.5 (b) trong phiên bản thứ ba của Peter Linz Giới thiệu về Ngôn ngữ chính thức và Automata có người đọc sử dụng các Bổ đề bơm để chứng minh rằng

$\mathcal{L} = \left\{ a^n : n\ \mathrm{is\ not\ a\ prime\ number} \right\}$

không phải là một ngôn ngữ thông thường.

Trong bối cảnh mà sự khác biệt là quan trọng, chúng ta nên gọi những biểu thức mạnh mẽ hơn là gì?

Larry Wall đề xuất rằng chúng tôi sử dụng "biểu thức chính quy" cho chủ nghĩa hình thức mà Kleene đề xuất và "regex" cho các biểu thức cho các phần mở rộng được sử dụng rộng rãi. Đó là một quy ước khá rộng rãi theo sau. Nếu bạn muốn làm rõ rằng bạn đang nói về các biểu thức thông thường theo nghĩa ngôn ngữ chính thức, thường không khó để dịch sang nói các ngôn ngữ thông thường.

Sức mạnh của regexes đến từ việc quay lui và đã có công việc được thực hiện trên automata cho các ngôn ngữ thông thường với việc quay lại. Xem, đặc biệt, Becchi & Crowley, 2008, Mở rộng tự động hữu hạn để kết hợp hiệu quả các biểu thức chính quy tương thích Perl .

Những biểu hiện này đã được Aho (Sổ tay khoa học máy tính lý thuyết, tập A, Chp. 5) và Campeanu, Salomaa, Yu ("Một nghiên cứu chính thức về biểu thức chính quy thực tế", Tạp chí quốc tế về nền tảng khoa học máy tính, 14: 1007 Gian1018, 2003), cũng như một số tài liệu tiếp theo.

Aho gọi các biểu thức mạnh mẽ hơn là "tua lại" (biểu thức chính quy với phản hồi), Campeanu et al. sử dụng "biểu thức chính quy mở rộng" cũng như "biểu thức chính quy thực tế". Dường như, "biểu thức chính quy mở rộng" là thuật ngữ được sử dụng phổ biến nhất trong các tài liệu gần đây.

Dựa trên thuật ngữ "biểu thức hợp lý" từ trường phái Pháp và xem xét thực tế rằng những biểu thức đó được sử dụng trong thế giới thực, bản thân tôi thích "biểu hiện thực".

Phụ lục: Một chương trong luận án tiến sĩ của tôi đề cập đến lớp ngôn ngữ chính thức này (bài báo tương ứng sẽ xuất hiện tại STACS 2011). Trong khi viết chương đó và bài báo, tôi đã thử nghiệm nhiều thuật ngữ khác nhau. Cuối cùng, tôi quyết định sử dụng các biểu thức chính quy mở rộng cho mô hình với các phản hồi và các biểu thức chính quy phù hợp cho các biểu thức chính quy đẹp và bình thường. Vì khá khó chịu khi thay đổi thuật ngữ trong một bài viết đã được viết hoàn toàn (hoặc chủ yếu), tôi nghĩ rằng một số người có thể quan tâm đến những trải nghiệm dẫn đến lựa chọn của tôi:

Đầu tiên, regex và tua lại không thực sự cuộn lưỡi, và sử dụng chúng nhiều lần trong quá trình toàn bộ bài viết thực sự mệt mỏi để viết và đọc, đặc biệt là khi sử dụng bất kỳ hình thức số nhiều nào có thể. Các biểu thức thông thường giống như PERL cũng khá khó sử dụng. Tất nhiên, tôi không phải là người bản ngữ, vì vậy YMMV.

Thứ hai, ngay khi người ta muốn nói về cả hai mô hình, thật thuận tiện khi sử dụng các thuật ngữ là một biến thể của biểu thức chính quy , vì điều này cho phép người ta nhấn mạnh sự tương đồng hoặc khác biệt khi cần thiết (ví dụ: "một biểu thức chính quy, có đúng hay không mở rộng "). Hơn nữa, điều này cho phép người ta dễ dàng nhấn mạnh trường hợp đặc biệt của "biểu thức chính quy mở rộng mà không có phản hồi", khi nói về các trường hợp đặc biệt trong cả lớp, thay vì so sánh các mô hình khác nhau.

Thứ ba, tôi thích sử dụng một thuật ngữ đã được sử dụng trong văn học hơn một thuật ngữ mới được đặt ra, điều này cho tôi sự lựa chọn giữa các biểu thức chính quy mở rộng và các biểu thức chính quy thực tế . Lựa chọn thứ hai ngụ ý (ít nhất là ngầm) rằng các biểu thức chính quy phù hợp bằng cách nào đó không thực tế, điều này cảm thấy khá kỳ lạ (đặc biệt là RE2 của Google không sử dụng backrefs và có vẻ khá thực tế).

Tất nhiên, lựa chọn này chỉ là "tối đa cục bộ cá nhân" của tôi và tùy thuộc vào nhu cầu của từng người, các lựa chọn khác có thể phù hợp hơn.

Người ta biết rằng cái gọi là regrec của perl đủ mạnh để hoàn thành Turing; thậm chí còn có một trình biên dịch từ chương trình thông thường đến perl regapi.

Do đó tôi nghi ngờ việc tìm kiếm một tên cho loại "regexps" này là hợp lý.

Tìm ví dụ tại http://search.cpan.org/~asavige/Acme-EyeDrops-1.62/lib/Acme/EyeDrops.pm

Tôi nghĩ thuật ngữ tốt nhất cho "biểu thức chính quy trong ngữ cảnh của automata" là "biểu thức hợp lý", như được sử dụng, trong phần Các lý thuyết tự động của Sakarovitch, hoặc Sổ tay về tự động có trọng số.

Đưa ra các câu trả lời khác, tôi sẽ đề xuất rằng "ngôn ngữ thông thường" là an toàn và sau khi nhận xét ngắn gọn về sự khác biệt, để nói về "biểu thức chính quy thực tế" cho biểu thức chính quy (với quay lui).

Cũng lưu ý rằng cùng một biểu thức chính quy, như một biểu thức chính quy và như một biểu thức thực tế, có thể có các ngữ nghĩa khác nhau, bởi vì trong trường hợp sau, ngữ nghĩa được xác định theo thuật ngữ quay lui, với các kết quả khác nhau. Chi tiết sẽ lạc đề, nhưng tôi sẽ trả lời nếu bạn hỏi một câu hỏi khác về vấn đề đó (có thể trên SO chứ không phải ở đây, dunno) và thông báo cho tôi qua một bình luận.

Chúng ta có thể gọi chúng là biểu thức mẫu . Điều này có thể giới thiệu sự nhầm lẫn với các ngôn ngữ mẫu, nhưng ít nhất những điều này ít phổ biến hơn.