Le espressioni regolari non lo sono

Chiedi anche a qualcuno con un background nell'informatica quale sia un'espressione regolare e la risposta probabilmente andrà oltre il vincolo di essere alla portata di un automa a stati finiti.

Ad esempio, l '"espressione regolare"

/^1?$|^(11+?)\1+$/

creato dalla nota personalità del Perl Abigail (e parte della suite di test del Perl dal 2002) descrive una macchina che accetta solo numeri unari compositi, ma l' esercizio 4.5 (b) nella terza edizione di An Introduction to Formal Languages ​​and Automata di Peter Linz ha l'uso del lettore il lemma del pompaggio per dimostrarlo

$\mathcal{L} = \left\{ a^n : n\ \mathrm{is\ not\ a\ prime\ number} \right\}$

non è una lingua normale.

In contesti in cui la distinzione è importante, come dovremmo chiamare espressioni strettamente più potenti?

Larry Wall ha proposto di usare "espressione regolare" per il formalismo proposto da Kleene e "regex" per espressioni per le estensioni ampiamente utilizzate. È una convenzione abbastanza ampiamente seguita. Se vuoi chiarire che stai parlando di espressioni regolari nel senso delle lingue formali, di solito non è difficile tradurre in parlare di lingue regolari.

Il potere dei regex deriva dal backtracking e sono stati fatti lavori sugli automi per le lingue regolari con backtracking. Vedi, in particolare, Becchi & Crowley, 2008, Estensione degli automi finiti per abbinare in modo efficiente le espressioni regolari compatibili con Perl .

Queste espressioni sono state esaminate da Aho (Handbook of Theoretical Computer Science, Vol. A, Chp. 5) e Campeanu, Salomaa, Yu ("Uno studio formale di espressioni regolari pratiche", International Journal of Foundations of Computer Science, 14: 1007 –1018, 2003), nonché alcuni documenti di follow-up.

Aho chiama le espressioni più potenti "rewbr" (espressione regolare con riferimenti secondari), Campeanu et al. usa "espressione regolare estesa" e "espressione regolare pratica". A quanto pare, "espressione regolare estesa" è il termine più comunemente usato nella letteratura recente.

Basandomi sul termine "espressione razionale" della scuola francese, e considerando il fatto che quelle espressioni sono usate nel mondo reale, mi piace "espressione reale".

Addendum: un capitolo della mia tesi di dottorato si occupa di questa classe di linguaggi formali (l'articolo corrispondente dovrebbe apparire allo STACS 2011). Mentre scrivevo quel capitolo e l'articolo, ho sperimentato vari termini. Alla fine, ho deciso di utilizzare espressioni regolari estese per il modello con riferimenti indietro e espressioni regolari adeguate per le espressioni regolari normali e gradevoli. Poiché è abbastanza fastidioso cambiare la terminologia in un documento che è già completamente (o principalmente) scritto, penso che alcuni potrebbero essere interessati alle esperienze che hanno portato alla mia scelta:

In primo luogo, regex e rewbr non riescono davvero a muovere la lingua, e usarli ancora e ancora nel corso di un intero documento è diventato davvero noioso da scrivere e leggere, in particolare quando si utilizza una delle possibili forme plurali. Anche le espressioni regolari tipo PERL erano piuttosto ingombranti. Certo, non sono madrelingua, quindi YMMV.

In secondo luogo, non appena si vuole parlare di entrambi i modelli, è conveniente usare termini che sono una variazione dell'espressione regolare , in quanto ciò consente di enfatizzare la somiglianza o le differenze secondo necessità (ad esempio, "un'espressione regolare, sia essa corretta o esteso "). Inoltre, ciò consente di enfatizzare facilmente il caso speciale di "espressioni regolari estese senza riferimenti arretrati", quando si parla di casi speciali nell'intera classe, anziché confrontare diversi modelli.

In terzo luogo, ho preferito usare un termine che è già usato in letteratura su un termine appena coniato, che mi ha lasciato la scelta tra espressioni regolari estese ed espressioni regolari pratiche . La seconda scelta implicava (almeno implicitamente) che le espressioni regolari appropriate sono in qualche modo poco pratiche, il che sembrava piuttosto strano (specialmente perché RE2 di Google non usa backref e sembra essere abbastanza pratico).

Naturalmente, questa scelta è solo il mio "massimo personale locale" e, a seconda delle esigenze, altre scelte potrebbero essere più appropriate.

È noto che il cosiddetto regexp di perl è abbastanza potente da essere Turing completo; c'è persino un compilatore dal solito programma a perl regexp.

Quindi dubito che abbia senso cercare un nome per questo tipo di "regexps".

Guarda ad esempio http://search.cpan.org/~asavige/Acme-EyeDrops-1.62/lib/Acme/EyeDrops.pm

Penso che il termine migliore per "espressione regolare nel contesto degli automi" sia "espressione razionale", come usato, diciamo, in Elements of Automata Theory di Sakarovitch, o nel Manuale degli automi ponderati.

Date le altre risposte, suggerirei che le "lingue regolari" sono sicure e, dopo aver brevemente osservato la differenza, parlare di "espressioni regolari pratiche" per regex (con backtracking).

Si noti inoltre che la stessa regexp, come espressioni regolari e pratiche, può avere una semantica diversa, poiché in quest'ultimo caso la semantica è definita in termini di backtracking, con risultati diversi. I dettagli sarebbero fuori tema, ma risponderò se farai un'altra domanda su questo (forse su SO piuttosto che qui, non so) e avvisami attraverso un commento.

Potremmo chiamarli espressioni modello . Ciò potrebbe introdurre confusioni con i linguaggi di pattern, ma almeno questi sono meno comuni.