Reguläre Sprachen, reguläre Ausdrücke - Links

trägt, ist ganz einfach zu realisieren: Der Punkt in .* muss durch etwas ersetzt werden, was neben
einzelnen Zeichen auch maskierte Zeichenreihen enthält, nämlich durch [^"]|"[^"]*" (ein
harmloses Zeichen oder ein in Anführungszeichen eingeschlossener Text). Damit wird der oben
angegebene Ausdruck zu
([^"]|"[^"]*")*([^"]|"[^"]*")*
Das sieht schlimm aus, aber nur für den, der bei der Entstehung nicht dabei war.
Mehrfach maskierter Text
Gibt es mehrere Möglichkeiten der Maskierung in der Weise, dass sich die zur Maskierung
eingesetzten Zeichen sogar gegenseitig maskieren können, kann die Erstellung eines regulären
Ausdrucks wie im letzten Beispiel schnell unübersichtlich werden. Als Beispiel soll nun ein regulärer
Ausdruck für alle jene Unix-Kommandozeilen konstruiert werden, bei denen alle mit Apostroph oder
Anführungszeichen begonnenen Texte ordnungsgemäß abgeschlossen sind. Im einzelnen gelten dafür
die folgenden Regeln:
Ein mit Apostroph begonnener Text muss mit Apostroph abgeschlossen werden.
Ein mit Anführungszeichen begonnener Text muss mit Anführungszeichen abgeschlossen
werden.
Ausserhalb des von Apostrophen eingeschlossenen Textes maskiert ein inverser Schrägstrich das
folgende Zeichen. (Diese Regel ist hier insofern ungenau wiedergegeben, als es eigentlich darauf
ankommt, wann der inverse Schrägstrich für sich selbst steht und wann er das nachfolgende
Zeichen maskiert, ob also \a für die zwei Zeichen \ und a oder nur für ein unnötigerweise
maskiertes a steht. Im Zusammenhang unserer Aufgabe spielt das aber keine Rolle: hier kommt
es nur darauf an, welche der Zeichen ’, " und \ durch \ maskiert werden, und dafür ist die
angegebene vereinfachte Formulierung gut genug.)
Die Aufgabe kann man durchaus in derselben Weise zu lösen versuchen wie die vorige. Viel besser ist
es aber, systematisch vorzugehen und sich alle Möglichkeiten aufzuschreiben, wie die verschiedenen
Maskierungszeichen aufeinander einwirken. Nur: mit einer solchen Tabelle kommen wir bei unserem
jetzigen Wissensstand nicht weiter. Deswegen wird die Darstellung des vollständigen Lösungsweges
[S.35] in den Theorie-Teil dieses Artikels verlegt und hier nur die fertige Lösung verraten:
([^’"\]|[\].|[’][^’]*[’]|["]([^"\]|[\].)*["])*
Gregorianische Kalenderdaten
Es soll ein regulärer Ausdruck angegeben werden, der genau die Kalenderdaten in der Schreibweise
nach ISO 8601 (http://www.cl.cam.ac.uk/~mgk25/iso-time.html) (also Jahr-Monat-Tag mit
vierstelligen Jahreszahlen und zweistelligen Monats- und Tagesangaben) beschreibt. Wir konstruieren
diesen Ausdruck, indem wir zunächst Variable einführen und diese dann ersetzen, um den fertigen
Ausdruck zu erhalten.
V seien die durch vier teilbaren zweistelligen Zahlen außer 00:
20
V = 0[48]|[2468][048]|[13579][26]