【发布时间】：2009-03-04 22:00:08
【问题描述】：
多年来，“正则表达式”模式匹配变得越来越强大，以至于我想知道：它真的只是上下文敏感的语法匹配吗？它是上下文无关语法匹配的变体/扩展吗？它现在在哪里，为什么我们不直接称它为旧的、限制性的“正则表达式”？
【问题讨论】：
标签： regex idioms context-free-grammar
【发布时间】：2009-03-04 22:00:08
【问题描述】：
特别是对捕获括号的反向引用使正则表达式比常规、上下文无关或上下文相关的语法更复杂。这个名字只是历史上成长的（和很多词一样）。另请参阅 Wikipedia 中的 this section 和 Perl 中的 explanation with an example。
【讨论】：
-
你能解释一下
regular language和regular expression之间的区别吗？ -
真的比CSG厉害吗？你能举个例子吗？
-
正则语言可以用正则文法来描述（参见en.wikipedia.org/wiki/Regular_grammar），而正则表达式是一种模式匹配语言，限制较少，因此处理起来更复杂。
-
感谢您的评论 notnot，我已经添加了示例链接和一些详细信息。
-
嗯...这是否意味着我们可以使用当今的工具匹配任意 CSG。
我的看法：
- 常规语言：
- 由状态机匹配。只能用一个变量来表示当前 要匹配的语法中的“位置”：无法实现递归
- 上下文无关语言：
- 由堆栈计算机匹配。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
我确实知道正则表达式解析器，它允许您匹配解析器已经遇到的内容，从而实现上下文相关语法之类的东西。
尽管如此，正则表达式解析器，无论它们多么复杂，都不允许递归应用规则，这是上下文无关语法的明确要求。
在我看来，regex 一词主要是指用于表达那些常规语法（星号和问号）的语法。
【讨论】：
-
Lookahead/lookbehind 和命名肯定会添加一些标准正则表达式之外的东西——内存。那么我们不是处于 PDA 级别吗？
-
自然语言通常不是上下文相关的，请参阅eecs.harvard.edu/~shieber/Biblio/Papers/shieber85.pdf
现代正则表达式实现中的某些功能打破了classic regular expression definition 的规则。
例如Microsoft’s .NET Balancing Group (?<name1-name2> … ):
^(?:0(?<L>)|1(?<-L>))*(?(L)(?!))$
这确实匹配语言L₀₁ = {ε, 01, 0011, 000111, ... }。但是根据Pumping Lemma，这种语言是不规则的。
【讨论】：
-
我知道它超越了经典的正则表达式，但我想知道还有多远。上面 Fabian 的链接很有趣。