Perl'de, lexik analiz (lexing) ve parser'lar, karmaşık metin şablonları işlenirken sıkça kullanılır. Birçok görev (örneğin, iç içe parantezlerin, tırnakların, SQL sorgularının ayrıştırılması) lineer doğası nedeniyle basit düzenli ifadeler ile çözülemez. Bu tür durumlarda, parsing temellerini gerçekleştiren modüller kullanılır — örneğin, Text::Balanced.
Text::Balanced, dengeli parantezlar, çift tırnaklar ve diğer iç içe yapıları çıkarmak için tasarlanmıştır. Düzenli ifadelerin yetersiz kaldığı yerlerde çalışır (örneğin, iç içe yapılar olan { ... { ... } ... } parsing'i). Alternatifler arasında Parse::RecDescent modülleri, yığın ve özyineleme tabanlı kendi kodunuz ve ayrıca üçüncü parti parser'lar bulunmaktadır.
Text::Balanced kullanım örneği ve regexp ile karşılaştırma:
use Text::Balanced 'extract_bracketed'; my $data = 'foo({bar(baz)},qux)'; my ($extracted, $remainder) = extract_bracketed($data, '()'); print $extracted; # Çıktı: ({bar(baz)},qux)
Düzenli ifade iç içe parantezleri doğru bir şekilde ayrıştıramaz:
$data =~ /(\(.*\))/; # yalnızca ilk ve son parantezi alacak, iç içeliği dikkate almayacak
Herhangi bir iç içe yapıdaki dengeli parantezleri normal Perl düzenli ifadeleriyle doğru şekilde ayırmak mümkün mü?
Cevap: Hayır, Perl düzenli ifadeleri özyinelemeli şablonlarla çalışamaz (PCRE hariç ama standart Perl'de değil). Bu tür bir görev için bir parser kullanmak gereklidir (Text::Balanced, yığın tabanlı parser, Parse::RecDescent). Düzenli ifadeyle çözmeye çalışmak, iç içe sözdiziminde hatalara yol açacaktır.
Örnek:
# foo({bar(baz)},qux) için ÇALIŞMAYACAK my ($br) = $data =~ /(\(.*\))/;
Hikaye
Projede, JSON'un manuel olarak düzenli ifadelerle ayrıştırılması için girişimlerde bulunuldu. Geliştirici, ifadenin
(\{.*\})gerekli parçayı bulacağını umuyordu, ancak iç içe nesnelerle gerçek verilere sahip olduğunda, parser yanlış sınırı seçti ve bu da veri kaybına ve giriş parametrelerinin işlenmesinde hatalara yol açtı.
Hikaye
Olayların XML günlüğünde, potansiyel olarak iç içe etiketlerle birlikte etiketin içeriğini ayıklamak gerekiyordu. Lexing'de özyineleme ilkelerindeki yetersiz anlayış, olayların yanlış bir şekilde ayrıştırılmasına ve iç içe öğelerin göz ardı edilmesine yol açtı — bu nedenle bazı bilgiler kayboldu.
Hikaye
Bir SQL sorgusunun göç scripti ile ayrıştırılması sırasında hata: yuvarlak parantez içindeki alt sorgular gibi istisnai durumlar doğru bir şekilde ayrıştırılamadı. Düzenli ifadeler, basit iç içe yapılarda bile "kırıldı", sonuç olarak geçersiz SQL sorguları oluşturuldu.