Artigo da .net Magazine 39 - Entendendo Expressões Regulares

Clique aqui para ler esse artigo em PDF.

Clique aqui para ler todos os artigos desta edição

.NET Framework

Entendendo Expressões Regulares

Este artigo pretende desmistificar o uso de Expressões Regulares e fornecer meios para utilização desse recurso de forma simples e prática. As origens das expressões regulares remontam ao ano de 1943, quando dois neurologistas,MacCulloc ePitts, publicaram um estudo que teorizava o funcionamento dos neurônios, sua base encontra-se na teoria dos autômatos finitos e na teoria da linguagem formal.

Na década de 50 o matemáticoStephen Kleenedescreveu esses modelos usando uma notação matemática chamada grupos regulares. O encontro com o computador, só aconteceu mesmo em 1968, quandoKen Thompson utilizou a notação em um algoritmo de busca utilizado no editor de textosqed, que depois virou oed (EDitor padrão dos primeiros sistemas Unix).

Esseed tinha o comando de contextog, que aceitavaexpressões regulares e um comandop, e sua sintaxe ficavag/RE/p (Global Regular Expression Print), que deu origem ao aplicativogrep, que por sua vez originou oegrep.

Finalmente em 1986 foi criado o divisor de águas, um pacote pioneiro em C chamadoregex que tratava das expressões regulares e qualquer um poderia incluí-lo em seu próprio programa. Aí não teve mais volta, as expressões caíram no gosto popular e cada vez mais e mais programas e linguagens as utilizam.

Podemos dizer, resumidamente, que Expressões Regulares é um método poderoso, flexível e muito eficiente para especificar um determinado padrão de texto, ou seja, a partir da composição de símbolos, da utilização de caracteres com funções especiais (metacaracteres) e caracteres literais, formam uma expressão, que será interpretada como regra para validação dos dados informados.

As expressões regulares são projetadas e otimizadas para a manipulação de texto, ela é composta por dois tipos básicos: caracteres de texto literal (texto normal) e caracteres especiais (metacaracteres), cujo conjunto fornece às expressões regulares capacidade de processamento, permitindo analisar grande quantidade de texto.

O .NET Framework implementa o mecanismo NFA (Nondeterministic Finite Automaton) tradicional, como aqueles utilizados emPerl,Python,Emacs e TCL. O NFA utiliza um algoritmo de inferência chamadoBacktracking.

Esse procedimento faz com que o sistema retorne pelo mesmo caminho percorrido com a finalidade de encontrar soluções alternativas, testando todas as possibilidades de uma expressão regular em uma ordem específica, aceitando a primeira correspondência encontrada.

No caso mais crítico o NFA pode se tornar muito lento devido ao grande número de caminhos percorridos para realizar a busca.Com o objetivo de explorar ao máximo os benefícios de um mecanismo NFA, o .NET Framework inclui um conjunto completo de construções para permitir que os programadores utilizem o mecanismobacktracking em toda sua potencialidade.

" [...] continue lendo...