正则表达式 – 什么是一些异国情调的解析技术？

在过去的一年里,我一直在解析扑克手的历史,并且总体上已经学会了很多关于解析的知识.

我们从正则表达式开始,但很快意识到这不容易扩展.
我们跳过了从ruby到c的语言,最后发现它是必须改变的算法.

我们选择了Boost :: Spirit并观察我们的速度在我们原始速度的10倍以上的订单上急剧上升.然后我们跳过java并且正在使用antlr为每个站点创建语法.这绝对是迄今为止最快的方法,它非常彻底,因为你确切地知道你在“完整”语法方面的立场.不幸的是,我花费了大量的时间来处理这些语法 – 它们的工作非常好,但还不完美.

无论如何,对于手头的问题有足够的背景 – 是否有任何“异国情调”或不太知名的解析技术,我不知道？我只知道lexing /解析语法和其他低级正则表达式/循环方法.

对于那些不熟悉扑克手历史的人,我会发布一个,这样你就能分辨出结构是什么.

Full Tilt Poker Game #12037626529: Table durrrr (heads up,deep) - $500/$1000 -
Pot Limit Omaha Hi - 2:00:48 ET - 2009/05/05
Seat 1: durrrr ($196,456.50)
Seat 2: Gus Hansen ($65,499)
durrrr posts the small blind of $500
Gus Hansen posts the big blind of $1,000
The button is in seat #1
*** HOLE CARDS ***
durrrr raises to $3,000
Gus Hansen raises to $9,000
durrrr calls $6,000
*** FLOP *** [3d 4d 7d]
Gus Hansen has 15 seconds left to act
Gus Hansen checks
durrrr checks
*** TURN *** [3d 4d 7d] [Jh]
Gus Hansen checks
durrrr checks
*** RIVER *** [3d 4d 7d Jh] [Ah]
Gus Hansen has 15 seconds left to act
Gus Hansen checks
durrrr has 15 seconds left to act
123stayfree (Observer): GUS I Now BRING U LUCK
durrrr bets $7,600
Gus Hansen has 15 seconds left to act
Gus Hansen has requested TIME
Hernandez777 (Observer): Gus has the super-duper nuts
Gus Hansen calls $7,600
Podobed45 (Observer): fluuuuuuuuuush
*** SHOW DOWN ***
durrrr shows [Kc 3s Qd As] two pair,Aces and Threes
Gus Hansen mucks
durrrr wins the pot ($33,199.50) with two pair,Aces and Threes
*** SUMMARY ***
Total pot $33,200 | Rake $0.50
Board: [3d 4d 7d Jh Ah]
Seat 1: durrrr (small blind) collected ($33,199.50)
Seat 2: Gus Hansen (big blind) mucked

我很清楚其他收集信息的方法(例如屏幕抓取和dll注入),但仍然需要将手历史转换为结构化数据,因此我只关注获取信息的方法,如正则表达式/语法…

我想如果我找不到什么东西,我将用ocamllex / ocamlyacc重写我们的语法.

更新

fyi：regexen的速度是~60手/秒,而语法处理600手/秒…数据全部整理后整个手被转换成xml …需要20-30个正则表达式(最后对于你想要解析的每个站点….语法方面的每个站点都有自己的语法,有大量的词法分析器/解析器规则(但它的代码大小仍然较小)

我确实有龙书,并一直在阅读它 – 这已经摒弃了我对使用ocamllex / ocamlyacc的兴趣….速度是这里游戏的名称..

解决方法

如果您希望最大限度地提高速度,那么最好使用OcamlYacc / FsYacc而不是ANTLR. OcamlYacc创建LL(1)解析器,它通常比ANTLR样式的LL(*)解析器具有更好的性能(如果我错了,有人可以纠正我). [编辑添加：]看起来有人纠正了我：OCamlYacc生成LALR(1)解析器.我无法确信OcamlYacc解析器是否比ANTLR解析器更快.

OCaml / F#是用于构建DSL的非常好的语言,在我看来,它比Java更适合于工作,主要是因为它非常容易创建和遍历表示为联合数据结构的AST.我推荐this tutorial,它演示了如何在F#中解析sql.