regexp เมื่อใดที่ไม่ใช่นิพจน์ปกติ

ตั้งแต่ผมกำลังเรียนวิชาภาษาอย่างเป็นทางการที่วิทยาลัยของฉันฉัน stumbled เมื่อโพสต์ที่น่าสนใจเหล่านี้ ( หนึ่ง สอง ) ซึ่งอธิบายถึงวิธีการที่จะหาจำนวนที่สำคัญใช้regexp ขณะที่ผมกล่าวว่าregexpไม่แสดงออกปกติ เนื่องจากนิพจน์ทั่วไปสามารถจับคู่สตริงที่คำนวณโดย Automite State Automata และการค้นหาหมายเลขเฉพาะไม่สามารถทำได้โดย FSA, regexp ที่แสดงในบล็อกโพสต์ไม่ได้เป็นนิพจน์ปกติทั้งหมดเนื่องจากมันจะย้อนรอยเพื่อจับคู่สตริง

เนื่องจากฉันไม่เคยใช้นิพจน์ทั่วไปจริงๆตอนนี้คำถามของฉัน:

ฉันจะจำ regexp จากนิพจน์ปกติ "ของจริง" ได้ทันทีโดยดูจากอะไร?

คำจำกัดความ: โดยการแสดงออกปกติฉันหมายถึงความคิดตามที่กำหนดไว้ในภาษาที่เป็นทางการ โดย regexp ฉันหมายถึงความคิดที่สนับสนุนโดยภาษาโปรแกรมสมัยใหม่ ไวยากรณ์ regexp มักจะมีคุณสมบัติเพิ่มเติมเช่น backreferences Regexps ตามที่เห็นในภาษาการเขียนโปรแกรมมีประสิทธิภาพมากกว่าการแสดงออกปกติของสไตล์ทางการ

tl; dr backrefs

ทันทีที่มี\1(หรือหมายเลขใด ๆ ที่ไม่ได้ใช้เพื่อหลบหนี unicode) ใน regexp มันไม่ใช่การแสดงออกปกติ

Backrefs ช่วยให้คุณสามารถจับคู่(a+)b\1ที่ตรงกับ n ครั้งaตามด้วย b ตามด้วย n ครั้งaสำหรับ n> 1 ใด ๆ นี่ไม่ใช่ภาษาปกติ (มันเป็นลูกหลานของภาษาที่ไม่ใช่ภาษาปกติ)

มันเป็นสิ่งจำเป็นและเกือบเพียงพอที่อ้างอิง backref กลุ่มที่มี regexp ที่ตรงกับสายยาวโดยพลการหรือว่ามันมีได้หรือ* +ข้อยกเว้นเพียงอย่างเดียว (ที่ฉันค้นพบ) ของ regexp ของแบบฟอร์ม(A)B\1ที่ A เป็นภาษาที่ จำกัด (อาจถูกแทนที่ด้วยการนับจำนวนคำทั้งหมดที่ยอมรับได้) คุณสามารถแปลงเป็นword1+Bword1|word2+Bword2ฯลฯ ได้เนื่องจาก A จำกัด

กลุ่มที่ดูรอบ ๆ ไม่ได้ลบความสม่ำเสมอของ regexp A(?=B)Cคือ cross-section ของ regexes AB.*และACcross-section ของ 2 ภาษาปกติเป็นปกติ Lookahead เชิงลบคล้ายกันยกเว้นการใช้ส่วนเติมเต็มของB.*(เติมเต็มภาษาปกติเป็นปกติ) Lookbehind เป็นสิ่งเดียวกันเช่นกันA(?<=B)Cคือข้ามส่วนของและAC.*BC