raku - Perl 6 中交替出现的文字正则表达式中的重复元素

Question

处理 regexes 中重复的最佳方法是什么？喜欢abc | cde | abc | cde | cde | abc或 <regex1> | <regex2> | <regex3> | <regex4> | <regex5> | <regex6> ，其中很多regexN将是相同的文字？

为了解释我的意思，我将举一个德语的例子。这是一个示例 grammar可以解析多种现在时动词形式。

grammar Verb {
    token TOP {
        <base>
        <ending>
    }
    token base {
        geh   |
        spiel |
        mach
    }
    token ending {
        e     |  # 1sg
        st    |  # 2sg
        t     |  # 3sg
        en    |  # 1pl
        t     |  # 2pl
        en       # 3pl
    }
}

my @verbs = <gehe spielst machen>;
for @verbs -> $verb {
  my $match = Verb.parse($verb);
  say $match;
}

1pl 和 3pl 的结尾 (en) 相同，但为了清楚起见，将它们都放在 token 中更方便(在我现实生活中的数据中，屈折范式要复杂得多，而且很容易迷路)。 token ending按预期工作，但我知道如果我把 en只有一次，程序会运行得更快一些(我用 regexes 进行了测试，其中包含许多这样的重复元素，是的，性能受到很大影响)。在我的数据中，有很多这样的重复，所以我想知道处理它们的最佳方法是什么？

当然，我可以将结尾放在 array 中外面grammar , 使这个数组 .unique然后只需传递值:

my @endings = < ... >;
@endings .= unique;
...
token ending { @endings }

但是从 grammar 中取出数据会使它不太清楚。此外，在某些情况下，可能需要使每个结尾都有一个单独的标记 ( token ending {<ending_1sg> | <ending_2sg> ... <ending_3pl>} ，如果它们在 grammar 之外定义，这是不可能的。

Answer 1

如果我理解你的意思，为了清楚起见，你想重复正则表达式术语和描述哪些注释是一个单独概念的注释？只需注释掉该行即可。

顺便说一下，由于在这种情况下会忽略空的正则表达式，因此可以用分支运算符开始该行，而不是将其放在末尾。它使事情变得更容易，尤其是当您需要添加和删除行时。所以我建议这样:

grammar Verb {
    # ...
    token ending {
        | e       # 1sg
        | st      # 2sg
        | t       # 3sg
        | en      # 1pl
        #| t       # 2pl
        #| en      # 3pl
    }
}

因为您正在编写的内容专供人类使用，而不是供解析器使用。现在，如果您想使用不同的正则表达式进入不同的解析匹配，那么您可以访问结尾 $<_3sg>或 $<_2p1> (命名为正则表达式，所以两者都会成功)，你不能把它注释掉，你将不得不强制计算机做额外的工作。显然你需要使用 :exhaustive或 :overlap .相反，我建议您制作一个代表 3sg 和 2p1 的命名正则表达式，并像我上面那样定义它:将它们都写下来，但注释掉一个。