Was ist Parsing?
Parsing ist der Prozess des Analysierens und Interpretierens einer Zeichenkette oder eines Datenstroms, um dessen Struktur zu verstehen und in eine für weitere Verarbeitung geeignete Form zu bringen. Dieser Prozess wird häufig in der Informatik, der Computerprogrammierung und/oder der Softwareentwicklung verwendet, um Texte, Daten, Programmiersprachen oder Dokumente in eine Struktur umzuwandeln, die von Computern leicht verarbeitet werden kann.
Dabei wird zwischen syntaktischem Parsing und semantischem Parsing unterschieden: Ersteres rekonstruiert eine präzise Struktur eines Codes, während Letzeres die Bedeutung des Datenstroms ("Intent") extrahiert.
Was bedeutet "parsen"?
"Parsen" ist die eingedeutschte Form des englischen Verbs "to parse" und bezeichnet denselben Vorgang: das strukturierte Zerlegen und Analysieren von Daten oder Text. Im deutschen IT-Sprachgebrauch werden beide Begriffe - Parsing und Parsen - gleichbedeutend verwendet. Ein Parser ist das Programm oder die Komponente, die diesen Vorgang durchführt.
Beispiele für Parsing
1. Compiler und Programmiersprachen
Beim Übersetzen von Quellcode in Maschinensprache analysiert ein Compiler den Quellcode mittels Parsing, um die syntaktische Struktur zu verstehen. Der Compiler überprüft die Syntax und erstellt eine abstrakte Syntaxstruktur (AST), die dann weiterverarbeitet wird, um ausführbaren Code zu generieren.
2. HTML und XML Parsing
Webbrowser und andere Anwendungen verwenden Parsing, um HTML- oder XML-Dokumente zu analysieren und zu interpretieren. Dies ermöglicht die Darstellung von Webseiten und das Extrahieren von Daten aus strukturierten Dokumenten.
3. Datenformate
Beim Einlesen von JSON- oder CSV-Daten in ein Programm wird Parsing verwendet, um die Daten zu interpretieren und in eine interne Datenstruktur zu überführen, die das Programm verwenden kann. Dies erleichtert die Arbeit mit komplexen Datenstrukturen. Mittlerweile werden auch YAML, TOML, Protobuf, Avro und Parquet sowie API-Formate wie JSON, XML geparst. Dafür werden moderne Parsing-Werkzeuge wie Tree-sitter, ANTLR 4 oder Lark verwendet.
4. Spracherkennung und KI-gestütztes Parsing
In der natürlichen Sprachverarbeitung (NLP) wird Parsing eingesetzt, um die grammatikalische Struktur von Sätzen zu analysieren. Dies hilft, die Bedeutung von Texten zu entschlüsseln und maschinelles Verstehen, Interpretieren und Übersetzen zu ermöglichen. Das KI-gestützte Parsing wie Dokumentenextraktion und semantisches Parsing gewinnt seit einiger Zeit an Bedeutung.
5. CV-Parsing und Lebenslauf-Analyse
Im Personalwesen wird Parsing eingesetzt, um Lebensläufe (englisch: CV = Curriculum Vitae) automatisch auszulesen und in strukturierte Datenbankfelder zu überführen. CV-Parsing-Tools extrahieren dabei Informationen wie Name, Berufserfahrung, Qualifikationen und Kontaktdaten aus unstrukturierten PDF- oder Word-Dokumenten - ohne manuelle Dateneingabe.
6. Log-Dateien und weitere Anwendungfelder
Parsing wird verwendet, um Log-Dateien und auch DevOps und Cloud-Infrastrukturen zu analysieren und wichtige Informationen herauszufiltern. Dies hilft vor allem Administratoren dabei, Fehler zu diagnostizieren, die Leistung zu überwachen und sicherheitsrelevante Ereignisse zu identifizieren. Auch in Streaming- und Big-Data-Anwendungen (z.B. Kafka, Spark Streaming) kommt Parsing zum Einsatz.
