Tôt ou tard, toute personne travaillant dans le domaine du développement rencontre le concept de "data parsing". Ce terme a un autre nom : l'analyse syntaxique. En termes simples, il s'agit du processus de conversion d'un format de données en un autre format, plus lisible.

À un niveau plus technique, un analyseur syntaxique est un composant logiciel qui utilise des données d'entrée (par exemple, HTML) pour créer une représentation structurée et lisible par l'homme de ces données d'entrée.

Les analyseurs décomposent les données d'entrée qu'ils reçoivent en parties telles que des noms (objets), des verbes (méthodes) et leurs attributs ou paramètres. Ils sont ensuite contrôlés par d'autres programmes, les composants du compilateur. L'analyseur syntaxique peut également vérifier si toutes les données d'entrée nécessaires ont été fournies.

Comment fonctionne l'analyse syntaxique?

Un analyseur syntaxique est un programme qui fait partie du compilateur, et l'analyse syntaxique fait partie du processus de compilation. L'analyse syntaxique intervient au stade de l'analyse de la compilation.

Dans l'analyse syntaxique, le code est extrait du préprocesseur, décomposé en parties plus petites et analysé afin que d'autres logiciels puissent le comprendre. Pour ce faire, l'analyseur syntaxique crée une structure de données à partir des données d'entrée.

En particulier, une personne écrit du code dans un langage humain compréhensible, tel que C++ ou Java, et l'enregistre comme un ensemble de fichiers texte. L'analyseur syntaxique prend ces fichiers texte en entrée et les divise de manière à pouvoir les traduire vers la plateforme cible.

Les analyseurs syntaxiques sont utilisés pour de nombreuses technologies, notamment:

• Java et d'autres langages de programmation
• HTML et XML
• Langage de données interactif et langage de définition d'objets
• SQLet autres langages de base de données
• Langages de modélisation
• Langages de script
• HTTP et autres protocoles Interne

Étapes de l'analyse syntaxique

L'analyseur syntaxique est constitué de trois composants, chacun d'entre eux gérant différentes étapes du processus d'analyse syntaxique. Trois étapes:

1. Analyse lexicale

Un analyseur lexical ou scanner prend le code du préprocesseur et le décompose en parties plus petites. Il regroupe le code d'entrée en séquences de caractères appelées tokens, chacune d'entre elles correspondant à un token. Les tokens sont des unités de la grammaire du langage de programmation qui sont compréhensibles par le compilateur.

Les analyseurs lexicaux suppriment également les caractères d'espacement, les commentaires et les erreurs de l'entrée.

2. Analyse syntaxique

À ce stade, la structure syntaxique de l'entrée est vérifiée à l'aide d'une structure de données appelée arbre d'analyse ou arbre de sortie. L'analyseur syntaxique utilise des marqueurs pour construire un arbre d'analyse syntaxique qui combine une grammaire de langage de programmation prédéfinie avec des marqueurs de chaîne d'entrée. L'analyseur syntaxique signale une erreur de syntaxe si la syntaxe est incorrecte.

3. Analyse sémantique

L'analyse sémantique vérifie l'arbre d'analyse par rapport à la table des symboles et détermine s'il est sémantiquement cohérent. Ce processus est également connu sous le nom d'analyse contextuelle. Il comprend la vérification des types de données, la vérification des étiquettes et la vérification du contrôle de flux.

Dans certaines sources, seule la deuxième étape est appelée analyse syntaxique car elle génère un arbre syntaxique. Elles ne prennent pas en compte l'analyse lexicale et sémantique.

Types d'analyseurs syntaxiques

L'analyseur syntaxique simplifie la "compréhension" du tableau d'informations par un programme informatique et il en existe deux types:

- l'arbre de dépendance – cette structure est constituée de composants qui sont en relation hiérarchique les uns avec les autres;

- l'arbre des composants – dans la structure de ce type, les composants sont étroitement liés les uns aux autres, mais sans relations hiérarchiques.

En outre, le résultat de l'analyseur syntaxique peut être une combinaison de modèles. Le programme fonctionne selon l'un des deux algorithmes suivants:

L'analyse syntaxique descendante. L'analyse s'effectue du général au particulier, et l'arbre syntaxique se développe vers le bas.

Analyse syntaxique ascendante. L'analyse et la construction de l'arbre syntaxique s'effectuent de bas en haut.

Le choix d'une méthode d'analyse syntaxique particulière dépend de l'objectif final. Dans tous les cas, l'analyseur syntaxique doit être capable d'isoler uniquement les données nécessaires du tableau général, ainsi que de les convertir dans un format adapté à la résolution du problème.

Créer ou acheter un analyseur syntaxique?

Lorsqu'il s'agit de l'aspect commercial, vous pouvez poser une grande question : "Mon équipe technique doit-elle créer son propre analyseur syntaxique ou devons-nous l'externaliser?"

En règle générale, votre propre parseur est moins cher qu'une solution toute faite. Cependant, il n'est pas facile de répondre à cette question, et lorsque vous prenez la décision de créer ou d'acheter, plusieurs éléments doivent être pris en compte.

Création

La décision de créer un analyseur syntaxique présente plusieurs avantages évidents:

• L'analyseur peut être n'importe quoi. Il peut être adapté à n'importe quel travail requis (analyse).
• La création de votre propre analyseur sera moins chère.
• Vous pouvez contrôler toutes les décisions qui doivent être prises lors de la mise à jour et de la maintenance de l'analyseur.

Mais, comme pour tout, il y a toujours un inconvénient à créer son propre analyseur syntaxique:

• Vous devrez engager et former une équipe interne entière pour créer un parseur.
• Le support du parseur est nécessaire, ce qui signifie plus de coûts internes et de ressources en temps utilisées.
• Vous devrez acheter et construire un serveur qui sera suffisamment rapide pour analyser les données à la bonne vitesse.
• Il est nécessaire de travailler en étroite collaboration avec l'équipe technique afin de prendre les bonnes décisions pour créer quelque chose de bien, en passant beaucoup de temps sur la planification et les tests.

L'autocréation a ses avantages, mais elle nécessite beaucoup de ressources et de temps. Surtout si vous devez développer un analyseur syntaxique complexe pour analyser de gros volumes. Il nécessitera davantage de maintenance et de ressources humaines, ainsi que des ressources humaines précieuses, car il faudra une équipe de développement hautement qualifiée pour le créer.

Acheter

Avantages

• Vous n'aurez pas besoin de dépenser de l'argent en ressources humaines, car tout sera fait pour vous, y compris la maintenance de l'analyseur syntaxique et des serveurs.
• Les problèmes qui surviennent seront résolus beaucoup plus rapidement, car les personnes auprès desquelles les outils sont achetés possèdent un savoir-faire étendu et connaissent bien leurs technologies.
• Il est peu probable que l'analyseur syntaxique tombe en panne ou qu'il y ait des problèmes en général, car il sera testé et amélioré en fonction des exigences du marché.
• Vous économiserez considérablement sur les ressources humaines et votre propre temps, puisque la décision sur la façon de créer le meilleur parser sera prise par l'externalisation.

Bien entendu, l'achat d'un analyseur syntaxique présente plusieurs inconvénients:

• Un parseur tiers sera un peu plus cher.
• Il n'y aura pas de contrôle complet.

Il peut sembler que l'achat d'un parseur présente plus d'avantages. Il n'y a qu'une seule chose qui simplifiera le choix : vous devez comprendre de quel parseur vous aurez besoin. Un développeur expérimenté peut réaliser un analyseur simple en une semaine environ. Mais si c'est difficile, cela peut prendre des mois. Et cela correspond au temps et aux ressources dépensés.

De plus, le choix dépend du fait que vous ayez une grande ou une petite entreprise. La première dispose de beaucoup de temps et de ressources pour créer et maintenir un analyseur syntaxique. Pour la seconde (petite entreprise), vous devez faire quelque chose pour pouvoir vous développer sur le marché.

L'analyse syntaxique est un concept fondamental du développement de logiciels et de la théorie computationnelle. Cependant, la plupart des professionnels de l'informatique peuvent se passer d'une compréhension approfondie de l'analyse syntaxique, en utilisant des plateformes à faible code qui permettent aux utilisateurs de créer des programmes sans écrire des milliers de lignes de code.