perl - Perl 标识符中允许使用哪些字符？

Question

我正在做正则表达式作业，其中一个问题是:

Using language reference manuals online determine the regular expressions for integer numeric constants and identifiers for Java, Python, Perl, and C.

我不需要关于正则表达式的帮助，我只是不知道 Perl 中的标识符是什么样的。我找到了描述 C 的有效标识符的页面, Python和 Java ，但我找不到有关 Perl 的任何信息。

编辑:澄清一下，查找文档很容易(就像在 Google 上搜索 python identifiers 一样)。我没有参加“进行 Google 搜索”的类(class)。

Answer 1

Perl 整数常量
Perl 中的整数常量可以是

如果它们以 ^0x 开头，则在基数 16 中

如果它们以 ^0b 开头，则在基数 2 中

如果它们以 0 开头，则在基数 8 中

否则它们以 10 为底。

在该领导者之后是该基数中任意数量的有效数字 以及可选的下划线 .
请注意，数字并不意味着 \p{POSIX_Digit} ;意思是 \p{Decimal_Number} ，这真的很不一样，你知道。
请注意，任何前导减号都是 不是 整数常量的一部分，这很容易通过以下方式证明:

$ perl -MO=Concise,-exec -le '$x = -3**$y'
1  <0> enter 
2  <;> nextstate(main 1 -e:1) v:{
3  <$> const(IV 3) s
4  <$> gvsv(*y) s
5  <2> pow[t1] sK/2
6  <1> negate[t2] sK/1
7  <$> gvsv(*x) s
8  <2> sassign vKS/2
9  <@> leave[1 ref] vKP/REFC
-e syntax OK

见3 const ，以及很久以后的 negate操作码？这告诉你一堆，包括优先级的好奇心。
Perl 标识符
通过符号解引用指定的标识符具有 绝对没有任何限制在他们的名字上。

例如，100->(200)调用名为 100 的函数与 arugments (100, 200) .

另一个，${"What’s up, doc?"}引用当前包中该名称的标量包变量。

另一方面，${"What's up, doc?"}指的是名称为 ${"s up, doc?"} 的标量包变量并且不在当前包中，而是在 What 中包。好吧，除非当前包是 What包，当然。类似 $Who's是 $s Who 中的变量包。

还可以使用形式为 ${^ 的标识符。标识符 } ;这些不被视为符号表中的符号解引用。
单个字符的标识符可以是标点字符，包括 $$或 %! .
标识符也可以采用 $^C 的形式, 可以是控制字符或后跟非控制字符的抑扬符。
如果这些都不是真的，(非完全限定的)标识符遵循与具有属性 ID_Start 的字符相关的 Unicode 规则。其次是拥有房产 ID_Continue的人.但是，它在允许全数字标识符和以下划线开头(并且可能没有其他任何内容)的标识符中覆盖了这一点。您通常可以假装(但实际上只是假装)这就像在说 \w+ ，其中 \w如 Annex C of UTS#18 中所述.也就是说，任何具有以下任何一项的东西:

字母属性——包括的不仅仅是字母；它还包含各种组合字符和 Letter_Number 代码点，以及带圆圈的字母

Decimal_Number 属性，而不仅仅是 [0-9]

任何和所有具有 Mark 属性的字符，而不仅仅是那些被视为 Other_Alphabetic 的标记

任何具有 Connector_Puncutation 属性的字符，其中下划线就是其中之一。

所以要么 ^\d+$要不然

^[\p{Alphabetic}\p{Decimal_Number}\p{Mark}\p{Connector_Punctuation}]+$

如果您不想探索 Unicode ID_Start 和 ID_Continue 属性的复杂性，那么应该为真正简单的那些做这件事。这就是它真正完成的方式，但我敢打赌你的导师不知道这一点。也许一个人不会告诉他，嗯？
但是你应该涵盖我之前描述的非简单的。
我们还没有谈论包。
标识符中的 Perl 包
除了这些简单的规则之外，您还必须考虑标识符可以用包名限定，而包名本身遵循标识符规则。
包分隔符是 ::或 '随心所欲。
如果包是完全限定标识符中的第一个组件，则不必指定包，在这种情况下，它表示包 main .这意味着诸如 $::foo和 $'foo相当于 $main::foo , 和 isn't_it()相当于 isn::t_it() . (Typo removed)
最后，作为一种特殊情况，允许在散列末尾使用尾随双冒号(但不是单引号)，然后引用该名称的符号表。
因此 %main::是 main符号表，因为你可以省略 main，所以也是 %:: .
同时 %foo::是 foo符号表，原样 %main::foo::还有 %::foo::只是为了变态。
总结
很高兴看到讲师给人们布置重要的作业。问题是教师是否意识到这很重要。可能不是。
而且它也不仅仅是 Perl。关于Java标识符，你有没有发现教科书撒谎？这是演示:

$ perl -le 'print qq(public class escape { public static void main(String argv[]) { String var_\033 = "i am escape: ^\033"; System.out.println(var_\033); }})' > escape.java
$ javac escape.java
$ java escape | cat -v
i am escape: ^[

对，是真的。对于许多其他代码点也是如此，特别是如果您使用 -encoding UTF-8在编译行上。您的工作是找到描述这些令人吃惊的不受禁止的 Java 标识符的模式。 提示:确保包含代码点 U+0000。
有，你不高兴吗？希望这可以帮助。或者其他的东西。 ☺