Как проверять regexp?

Question

[Muranx]

Здравствуйте!

Я новичок в написании регулярных выражений, прочитал некоторые статьи и одну книжечку по ним, но так и не нашёл ответа на свой вопрос!

Когда мне надо написать regexp я захожу на regex101 и просто вбиваю возможные варианты написания того, что мне нужно проверить на валидность, и потом собственно пишу регулярку , как например вот эту :

function\s*([a-z0-9_]*)\s*(?:\(\s*\)|\(\s*([a-z_0-9])*\s*\)|\(\s*([a-z_0-9, ]*)\s*\))

function man(){}

function(){}

function V_af(){}

function man (){}

function man (b){}

function man ( a){}

function man( a,b,c){}

function man( a, b, c ){}

function man( aads,bsadf,casdf){}

function man( aads , bsadf , casdf ){}

function (bsadf , casdf ){}

Но . . . я же могу рассмотреть не все варианты , отсуда собственно может появиться проблемы на стадии внедрения уже непосредственно допустим в код, НО опять же, если код из 10 строчек, его не проблема проверить, а если код состоит из 10к строк, то там ошибка в регулярке может стать причиной для тяжело уловимых багов (ну на сколько мне кажется)

В общем вопрос в том, на сколько такой подход к составлению регэкспов правилен? Существуют ли методики написания, т.к. я банальным образом доходя до "развилок" (так я называю варианты например написания аргументов) просто перечисляют их через |!? В общем было бы не плохо услышать ответ от тех, кто имеет опыт в их написании, и я сейчас не про тех, кто просто умеет выделить хекс код цвета, а про тех, кто их применяет в своём коде, и из своего опыта может дать пару полезных советов по использованию регулярок, т.к. есть некоторые регулярки, длиной в 20 строк, но при этом в интернете всё пестрит примерами вроде \w@\w.com

Comments

[Ярослав Иванов]

[Ярослав Иванов]

Парсер языка пишете?

[Muranx]

Ярослав Иванов, на работе ie 7 интернета нет, и из подручных средств только блокнот, может я многого ещё не понимаю, но хочу написать что-то подобное вроде highlightjs вот и начал регэксп изучать. . . пс, и притащить что-либо на флэшке на работу тоже не канает, но хотелось бы проводить там время пользой

Answer 1

[Андрей Ежгуров]

Вы делаете ошибку, тестируя только правильные варианты. Например, ваша регулярка посчитает правильными: function (, ,) или function(a b). И вы зря не обращаете внимания на примеры в интернете: \w короче и удобнее, чем [a-z0-9_]. Главное же - просто опыт.

Например, зачем повторять \(...\) в каждой группе, если это можно вынести за группировку? И зачем выделять отсутствие параметров в отдельный случай?

Я бы записал в таком виде:

\bfunction\s*(\w+)?\s*\(\s*(\w+(?:\s*,\s*\w+)*)?\s*\)

Но сама по себе идея анализировать язык программирования регулярными выражениями не является удачной:
регулярные выражения реализуют только регулярные грамматики (грамматики типа 3), тогда как для описания синтаксиса языка программирования требуется контекстно-свободная грамматика (грамматика типа 2). Разница между ними в том, что контекстно-свободная грамматика позволяет задавать рекурсивные правила (function внутри function) с неограниченной глубиной рекурсии.

Comments

[Muranx]

Андрей Ежгуров, хм, ну а как мне быть, если допустим есть необходимость сделать что-то типо codepen пускай даже только лишь его html версию, для подстветки синтаксиса в реальном времени. . .?

[Андрей Ежгуров]

Muranx, Либо делать простейший вариант с подсветкой ключевых слов, либо реализовывать нормальный синтаксический анализ, подробно описанный в любой учебнике по написанию компиляторов.

[Muranx]

Андрей Ежгуров, спасибо ! а codepen я так понимаю это второй вариант? И если вы вкурсе, он как вообще код на js анализирует? С помощью js разбивая его на логические вещи для интерпритатора или же это вообще всё на других языках вроде "C" написано?

[Андрей Ежгуров]

Muranx, К сожалению, не знаю: никогда этим не интересовался. В принципе, самого JS должно быть достаточно для парсинга - никто же код на десятки тысяч строк на codepen выкладывать не будет.

Answer 2

[Дмитрий]

Когда мне надо написать regexp я захожу на regex101

Когда мне надо написать regexp я читаю справочник по регулярным выражениям, ну например такой вот упрощенный и составляю регулярное выражение, а ПОТОМ УЖЕ могу пойти на regex101 или другую песочницу, дабы быстро проверить его на работоспособность для различных возможных строк.