正規表現の制限？

Question

私は数年前から正規表現を使用してきていて、快適に感じていますが、使用する際に制限があるのだろうかと思っていました。私は再帰に関連する制限について知っています（ここで議論しますhttp://blogs.msdn.com/b/jaredpar/archive/2008/10/15/regular-expression-limitations.aspx）。メモリに関する制限はありますか？私はあなたがメモリに収まるような大きさの文字列をキャプチャできると仮定しています（またはVMがあなたに許可する）。

私が知っておくべきregexの他の制限はありますか？事前に

おかげで、

クリス

Answer 1

制限

1. がすべてを解決することはできません。 （SOの誰でも何が起こるかは、正規表現でHTMLを解析しようとすると ） - 可読性とパフォーマンスの問題のすべてには使用しないでください。適切な場所で使用してください。単純なタスクではなく、文字列の部分文字列のように、また複雑なタスクではありません。

ボトムライン、それはツールです。他のツールと同様に使用してください。それを過度に使用しないでください。あなたのツールキットの唯一のツールにしないでください。

Answer 2

ギンモクな正規表現は非常に遅く、メモリが空いている可能性があります。私が知っているのは、私が創造したからです。これは、正規表現によってトークン化されるべきではないものをトークン化することができます。 :-)あなたがリンクをしたいのなら...今...私は "小さな"正規表現をベンチマークしていないので、私はそのスピードを知らない。彼らは確かにはコンパクトです。

ああ私は忘れていた、regexesは悪です。彼らの主な問題は、彼らがハンマーのようなものであり、あなたがそれらを持っているとき、あなたはすべての問題を爪のようにしようとしているということです。だから彼らの主な問題はユーザー（プログラマー）にある。

最初の「大きな」制限：Javascriptでは、Unicodeをサポートしていないサブセットのみが実装されています。通常、サーバー側で使用する言語はより完全な実装であるため、jsによって制限されます。 .NETのような完全な実装でさえも、サロゲートペアのサポートがなく、「合成」文字（結合マークを使用する文字）のサポートがないという大きな制限があります。しかし、いつものように、問題はプログラマーにあります。 Unicodeを知っているプログラマーの多くは、Unicodeの複雑さ、さまざまな桁数、発音区別符の複雑さを知っていますか？

第2の「大きな」制限：保守性。彼らは書かれているときに複雑であり、読むことができません。しかし数ヶ月後？彼らは悪化する！そして、新しいプログラマーを育成しなければならない場合、今ではさらに1つの言語、すなわち正規表現を学ばなければなりません。

第3の「大きな」制限：あまりにも多く隠れる。 \d\s\dが表示されます。どういう意味ですか？数字とスペースと数字？確かに。しかし、.NET Regexesの\dと\sはいずれもマイクロワールドを「隠す」。 \dは、非ヨーロッパの桁に「一致」します（Unicodeには多くの桁があります）。 \s "それは私がその名前を知らない非常に多くの秘密のスペースに"マッチする "...私はそれについて考えることさえしたくない。彼らは氷山のようなものです。わずか1/8が水中にあり、7/8は隠されています。しかしそれはおそらくあなたを殺すでしょう7/8です。

Answer 3

正規表現は、文脈自由なものだけを解析することができ、スタック（つまり実際のパーサー）が必要です。

これは唯一のの制限です。パフォーマンスは特定の実装に依存しますが、一般にステートマシンと比較してプリコンパイルさえも遅いです。