正則表達式應該在解析器中用於解釋器還是編譯器？

Question

解析語法時，是否應該使用RegEx來匹配可以表示爲常規語言的語法，還是應該使用當前的解析器設計？

例如，對於JSON的EBNF語法可以被表示爲：

object ::= '{' '}' | '{' members '}'; 
members ::= pair | pair ',' members; 
pair ::= string ':' value; 
array ::= '[' ']' | '[' elements ']'; 
elements ::= value | value ',' elements; 
value ::= string | number | object | array | 'true' | 'false' | 'null'; 

所以語法將需要使用某種類型的詞法分析器（如遞歸下降語法分析器或特設解析器）進行匹配，但對於某些值（如數字）的語法可以被表示爲像數此正則表達式模式的正則語言：

-?\d+(\.\d+)?([eE][+-]?\d+)? 

鑑於這一例子中，假設正在產生遞歸下降JSON解析器..如果這個數字是匹配的d通過遞歸下降技術還是應該通過RegEx匹配號碼，因爲它可以使用RegEx輕鬆匹配？

Answer 1

這是一個非常寬泛和有見地的問題。因此，就我所知，通常您會希望解析器儘可能快，並儘可能在內存中佔用最小的空間，特別是需要實時解析時（按需）。

RegEx肯定會完成這項工作，但它就像是用核武器射擊蒼蠅！

這就是爲什麼，很多解析器都寫在低層次的語言如C利用字符串的指針和避免因使用高級語言如Java與不變的領域，垃圾收集，開銷...

與此同時，這在很大程度上取決於您的用例，並且不能以通用方式真正回答。您應該考慮開發人員使用RegEx的便利性與解析器的性能之間的權衡。

一個額外的考慮因素是，通常你會希望解析器指出你有什麼語法錯誤，以及它是哪種類型的錯誤。使用正則表達式，它將無法匹配，您將很難找出爲什麼它停止以顯示正確的錯誤消息。使用老派解析器時，只要遇到語法錯誤，您就可以快速停止解析，並且您可以準確知道哪些內容與哪些內容不匹配，以及在哪裏。

在您的JSON解析和使用RegEx僅用於數字的特定情況下，我想您可能已經在使用高級語言了，因此許多實現所做的工作就是依賴語言本地語法分析數字。因此，只需使用分隔符選擇值（字符串，數字...），並讓編程語言爲數字解析引發異常。