Calculando a diferença e a interseção entre duas regexes

• Este artigo discute como calcular a diferença e a interseção entre duas expressões regulares (regexes).
• O autor mostra o processo fornecendo equações e resultados como α < β = false, α = β = true, α > β = false, α & β = α ^ β = ∅, α - β = ∅.
• O artigo também inclui uma breve introdução à seguinte gramática de expressões regulares:
  • . corresponde a qualquer caractere único
  • xy é concatenação: corresponde a x e depois y
  • x|y é alternância: corresponde a x ou y
  • x* é estrela de Kleene: corresponde a x zero ou mais vezes
  • (xyz) é agrupamento: trata xyz como um único item
  • () é a expressão regular vazia e corresponde à string vazia
  • x+ é plus de Kleene: corresponde a x uma ou mais vezes
  • x? é opcional: corresponde opcionalmente a x
  • x{n} é potência: concatena x com ele mesmo n vezes
  • x{m,n} é repetição: concatena x com ele mesmo de m a n vezes
  • [a-z0-9] é agrupamento: corresponde a qualquer caractere único dentro do grupo
  • [^a-z0-9] é agrupamento negado: corresponde a qualquer caractere único que não esteja no grupo
  • \c é escape: corresponde ao caractere especial c
  • \u001a é escape Unicode: corresponde ao caractere UTF-16 correspondente
  • a, b, c significam que todos os demais caracteres correspondem a si mesmos.
• O artigo também menciona recursos não suportados, como âncoras, asserções de largura zero, backreferences, extração de subgrupos, busca ou correspondência parcial e outras flags que alteram o comportamento.
• Para mais detalhes, o autor menciona consultar a página do GitHub de antimirov.
• O autor deste artigo é Eiríkr Åsheim, conhecido como @d6 no Twitter e no Mastodon.

[GN⁺]

Comentário do Hacker News

• Este artigo discute uma ferramenta para calcular a diferença e a interseção entre duas expressões regulares (regexes).
• Usuários relataram que a ferramenta pode travar ao tentar processar regexes complexas, como as que filtram números divisíveis por 3.
• A ferramenta pode ser usada para gerar uma hierarquia de classes de strings útil para validar tipos específicos de cadeias, como endereços de e-mail ou URLs.
• Um usuário criou uma demonstração web semelhante que mostra o processo de analisar regex em várias formas e, por fim, gerar código em diferentes linguagens.
• As expressões regulares foram reconhecidas por sua capacidade de reunir teorias matemáticas complexas em uma interface prática, semelhante à álgebra linear.
• Alguns usuários se surpreenderam com a complexidade das regexes de união e interseção geradas pela ferramenta, e sugeriram que produzir uma expressão regular mínima pode ser um desafio ainda maior.
• A ferramenta fornece uma representação gráfica do Deterministic Finite Automaton (DFA) para as regexes dadas, o que os usuários consideraram impressionante.
• Alguns usuários perceberam que a ferramenta tinha dificuldade para lidar com regexes de URLs e endereços de e-mail sintaticamente válidos.
• Foi sugerido desativar o recurso de sugestões automáticas no campo de entrada de regex para melhorar a usabilidade em dispositivos móveis.
• Um usuário compartilhou sua experiência usando o conceito de interseção de regex para escrever a lógica de validação de uma configuração de "filtro de regex de IP", o que ajudou a evitar reclamações de usuários de que o filtro não funcionava.