GN⁺: Show HN: 텍스트 편집을 위한 Transductive 정규 표현식
(github.com/c0stya)-
TRRE: 전환 정규 표현식
-
요약
- 텍스트 편집과
grep
과 유사한 명령줄 도구를 위한 정규 표현식의 확장임. - 프로토타입이므로 실제 환경에서는 사용하지 말 것.
- 텍스트 편집과
-
소개
- 정규 표현식은 텍스트에서 패턴을 검색하는 데 유용한 도구임.
- 텍스트 편집에는 자연스럽지 않다고 느껴져서 확장을 제안함.
-
전환 정규 표현식 또는 **
trre
**라고 부름. -
:
기호를 사용하여 변환을 정의함. -
a:b
는 a를 b로 대체하는 가장 간단한 형태임. - **
trre
**라는 명령줄 도구를 만들어 개념을 시연함.
-
예제
-
기본
-
cat
을dog
로 변경:$ echo 'cat' | trre 'c:da:ot:g' dog
-
sed
처럼 문자열의 모든 일치를 대체:$ echo 'Mary had a little lamb.' | trre '(lamb):(cat)' Mary had a little cat.
-
삭제:
$ echo 'xor' | trre '(x:)or' or
-
삽입:
$ echo 'or' | trre '(:x)or' xor
-
-
전환을 통한 정규 표현식
-
교대 사용:
$ echo 'cat dog' | trre 'c:bat|d:hog' bat hog
-
스타를 사용하여 변환 반복:
$ echo 'catcatcat' | trre '((cat):(dog))*' dogdogdog
-
교대 사용:
-
범위 변환
- 문자 범위 변환:
$ echo "regular expressions" | trre "[a:A-z:Z]" REGULAR EXPRESSIONS
- 문자 범위 변환:
-
생성기
- **
trre
**는 단일 입력에 대해 여러 출력 문자열을 생성할 수 있음. -
이진 시퀀스:
$ echo '' | trre -ma ':(0|1){3}' 000 001 010 011 100 101 110 111
- **
-
-
언어 사양
- **
trre
**는패턴-매칭
:패턴-생성
의 쌍으로 정의됨. -
패턴-매칭
은 문자열이나 정규 표현식일 수 있음. -
패턴-생성
은 일반적으로 문자열이지만regex
일 수도 있음.
- **
-
왜 작동하는가
- **
trre
**는 **유한 상태 변환기(FST)**라는 특별한 자동자를 구축함. - FST는 입력-출력 쌍을 처리함.
- **
-
설계 선택 및 열린 질문
-
:
의 결합성, 우선순위, 암시적 엡실론 등 여러 결정이 필요함.
-
-
모드 및 탐욕성
- **
trre
**는 두 가지 모드를 지원함:- 스캔 모드(기본): 변환을 순차적으로 적용함.
- 매치 모드: 표현식에 대해 전체 문자열을 확인함.
- **
-
결정화
- 비결정적 자동자를 결정적 자동자로 변환하는 과정이 중요함.
-
성능
- NFT(비결정적) 버전은
sed
보다 약간 느림. - 복잡한 작업에서는
trre_dft
(결정적 버전)가sed
보다 성능이 좋을 수 있음.
- NFT(비결정적) 버전은
-
TODO
- ERE 기능 세트 완성, 전체 유니코드 지원, 효율적인 범위 처리 등.
-
참고 문헌
- Russ Cox의 기사와 Cyril Allauzen, Mehryar Mohri의 논문에서 영감을 받음.
Hacker News 의견
-
Cool, 이 프로젝트의 발전이 기대됨
- 연산자 우선순위가 자연스럽지 않다고 느낌
-
cat:dog
이(cat):(dog)
보다ca(t:d)og
로 해석되는 것이 이상함
-
XFST (Xerox Finite-State Transducer)를 추천함
- 20년 이상 컴퓨터 언어학에 사용된 도구임
- 핀란드어 형태소 분석에 FST를 사용하는 사례를 들음
-
표준 정규 표현식의 대안으로 Rosie Pattern Language를 추천함
- 그룹 논리에서 어려움을 겪는 사람들에게 유지보수 가능한 대안이 될 수 있음
- 관련 링크 제공: GitLab, Rosie 공식 사이트
-
1997년에 유한 상태 변환기에 대한 논문을 작성한 경험을 공유함
- 주제는 형태소 분석이었으며, 과소평가된 주제였음
- 구문에 대해
:
가ab
보다 강하게 결합되도록 설정하는 것이 맞는지 질문함
-
구조적 치환을 수행할 때 충분하지 않다고 느낌
- 정규 표현식이 매치된 부분에 대해 구문 트리를 정의하므로, 트리의 일반적인 변환을 수행할 수 있으면 유용할 것임
-
정규 표현식이 텍스트 편집에 부자연스럽다는 주장에 의문을 가짐
- 프로젝트의 목적이 이 주장에 달려 있지만, 예시가 없음
- 그룹 사용에 어려움을 겪는 이유를 이해하지 못함
- 정규 표현식보다 이 프로젝트의 문법이 더 나은 이유를 설명하는 예시가 필요함
-
C 코드가 매우 깔끔하다고 칭찬함
- README의
theory.pdf
링크가 잘못되어 수정이 필요함
- README의
-
*
나+
를 사용하지 말라는 조언에 대해 의문을 가짐- 문법을 더 복잡하게 만들겠지만, 이를 허용하지 않는 것이 더 나을 것임
-
첫 번째 예시가 이상하다고 느낌
-
echo 'cat' | trre 'c:da:ot:g'
의 결과가 이상함 - 구문 트리가 어떻게 구성되는지 이해하기 어려움
- MS-DOS 시절의 검색/치환 방식이 더 직관적이라고 느낌
-
-
예시들이 실제 프로그램의 출력인지 의문을 가짐
- 문법에 대한 이해가 부족할 수 있지만, 예시들이 잘못된 것처럼 보임
-
echo 'cat dog' | trre 'c:bat|d:hog'
의 결과가 이상함