@spidimاسپیروس دیموپولوس
معمار ارشد نرم افزار / مهندسی سرب در سیگنال های رفتاری
معرفی
دیر یا زود هر مهندس نرم افزار با وضعیتی روبرو می شود که به نوعی تجزیه متن نیاز دارد. متن ممکن است حاوی اطلاعاتی به شکل نیمه ساختاری باشد که باید تجزیه و ذخیره شود در ساختار داده ها. برای حل مسئله تجزیه متن می توان از روش های مختلفی استفاده کرد. یک روش توسعه کد سفارشی با استفاده از روش تقسیم خط و سپس تجزیه عناصر جداگانه است.
یکی دیگر از اینها می تواند استفاده از توابع کتابخانه اسکنر داخلی باشد که در بسیاری از زبانهای برنامه نویسی موجود است. اگر علاقه مندید که به عمق موضوع بپردازید ، می توانید یک راهنمای بسیار دقیق در اینجا پیدا کنید ، شامل موارد مختلف ، از عبارات منظم ، دستور زبان و واژه نامه ها تا تجزیه درختان و الگوریتم ها.
قطعی در مقابل غیر قطعی ، چه تفاوتی دارد؟
در این مقاله ، من دو روش تجزیه را با تمرکز بر عملکرد آنها مقایسه می کنم. روش اول از عبارات منظم برای تجزیه و استخراج داده استفاده می کند. شما می توانید یک موتور بیان منظم را به هر زبان برنامه نویسی پیدا کنید. نمونه های بزرگی از قابلیت های کتابخانه بیان منظم در perl ، python ، php و java گنجانده شده است.
یک عبارت منظم را می توان با استفاده از دستگاه حالت محدود (FSM) مدل کرد. FSM ها کاملا انعطاف پذیر هستند و می توانند برای هر …