EBNF 用于捕获两个可选值之间的逗号答案

【问题标题】：EBNF for capturing a comma between two optional valuesEBNF 用于捕获两个可选值之间的逗号
【发布时间】：2019-05-07 17:47:21
【问题描述】：

我有两个可选值，当两者都存在时，它们之间需要一个逗号。如果存在一个或两个值，则可能结尾有逗号，但如果不存在任何值，则不允许使用逗号。

有效例子：

(first,second,)
(first,second)
(first,)
(first)
(second,)
(second)
()

无效示例：

(first,first,)
(first,first)
(second,second,)
(second,second)
(second,first,)
(second,first)
(,first,second,)
(,first,second)
(,first,)
(,first)
(,second,)
(,second)
(,)
(,first,first,)
(,first,first)
(,second,second,)
(,second,second)
(,second,first,)
(,second,first)

我有足够的 EBNF 代码 (XML-flavored)，但是有没有办法可以简化它？我想让它更具可读性/更少重复。

tuple ::= "(" ( ( "first" | "second" | "first" "," "second" ) ","? )? ")"

如果用正则表达式更容易理解，这里是等效代码，但我需要 EBNF 中的解决方案。

/\(((first|second|first\,second)\,?)?\)/

这是一个有用的铁路图：

当我们将其抽象为三个词时，这个问题变得更加复杂："first"、"second" 和 "third" 都是可选的，但它们必须按顺序出现，用逗号，带有可选的尾随逗号。我能想到的最好的方法是蛮力方法：

"(" (("first" | "second" | "third" | "first" "," "second" | "first" "," "third" | "second" "," "third" | "first" "," "second" "," "third") ","?)? ")"

显然，涉及 O(2ⁿ) 复杂度的解决方案并不是很理想。

【问题讨论】：

如果您只使用first 和second ，那么需要什么正则表达式？
@WJS 我将我的问题减少到the simplest case。在我的真实代码中，"first" 和 "second" 实际上是复杂的表达式。出于 StackOverflow 的目的，它们是什么并不重要，所以我将它们设为原子。封装 FTW！

标签： regex big-o ebnf

【解决方案1】：

我找到了一种简化它的方法，但不是很多：

"(" ( ("first" ("," "second")? | "second") ","? )? ")"

对于三项解决方案，取二项解决方案并在第一项之前添加：

"(" (("first" ("," ("second" ("," "third")? | "third"))? | "second" ("," "third")? | "third") ","?)? ")"

对于任何 (n+1) 项解决方案，取 n 项解决方案并添加第一项。这个复杂度是O(n)，明显优于O(2ⁿ)。

【讨论】：

【解决方案2】：

这个表达式可能会帮助你设计一个更好的表达式。您可以只使用捕获组并从左向右滑动并传递您可能的输入，可能类似于：

\((first|second|)(,|)(second|)([\)|,]+)

我只是猜测您希望捕获中间逗号：

这可能不是您想要的确切表达方式。但是，它可能会以一种简单的方式向您展示如何做到这一点：

^(?!\(,)\((first|)(,|)(second|)([\)|,]+)$

你可以在你的表情左右添加更多的边界，可能类似于this expression：

此图显示了第二个表达式的工作原理：

性能

这个 JavaScript sn-p 显示了使用简单的 100 万次 for 循环的第二个表达式的性能，以及它如何使用 $1 和 $3 捕获 first 和 second。

repeat = 1000000;
start = Date.now();

for (var i = repeat; i >= 0; i--) {
	var string = "(first,second,)";
	var regex = /^(?!\(,)\((first|second|)(,|)(second|)([\)|,]+)$/gms;
	var match = string.replace(regex, "$1 and $3");
}

end = Date.now() - start;
console.log("YAAAY! \"" + match + "\" is a match ??? ");
console.log(end / 1000 + " is the runtime of " + repeat + " times benchmark test. ? ");

【讨论】：

我不确定这是否有效。它不会也捕获(second,second) 吗？我会在我的问题中添加一些无效示例供您测试。
另外，您使用哪个工具来生成铁路图？看起来很有用。
显然，您只使用first 和second 这两个词，那么您为什么不只匹配合法的案例呢？
@Emma 呃。我问的是OP。我在错误的部分发表了评论。也许我不明白这个问题？

【解决方案3】：

我不熟悉 EBNF，但我熟悉 BNF 和解析器语法。以下只是基于我自己的正则表达式的变体。我假设未加引号的括号不被视为标记，而是用于对相关元素进行分组。

  tuple ::= ( "(" ( "first,second" | "first" | "second" ) ","? ")" ) | "()"

匹配 (first,second 或 (first 或 (second
然后匹配可选的,
后跟一个结束括号。 )
或空括号分组。 ()

但我怀疑这是一种改进。

这是我的 Java 测试代码。测试数据中的前两行字符串匹配。其他人没有。

      String[] testdata = {
            "(first,second,)", "(first,second)", "(first,)", "(first)",
            "(second,)", "(second)", "()",

            "(first,first,)", "(first,first)", "(second,second,)",
            "(second,second)", "(second,first,)", "(second,first)",
            "(,first,second,)", "(,first,second)", "(,first,)", "(,first)",
            "(,second,)", "(,second)", "(,)", "(,first,first,)",
            "(,first,first)", "(,second,second,)", "(,second,second)",
            "(,second,first,)", "(,second,first)"
      };

      String reg = "\\(((first,second)|first|second),?\\)|\\(\\)";
      Pattern p = Pattern.compile(reg);

      for (String t : testdata) {
         Matcher m = p.matcher(t);
         if (m.matches()) {
            System.out.println(t);
         }
      }

【讨论】：