regex - "inconsistent"在正则表达式中使用代码块时的匹配结果 [Raku]

Question

在检查和测试正则表达式的各个方面时，我偶然发现了一种奇怪且“不一致”的行为。我试图在正则表达式中使用一些代码，但同样的行为也适用于使用 void 代码块。
尤其是最让我感动的是，当我互换 :g 和 :x 修饰符时，匹配结果的差异。

以下代码片段描述了“不一致”的行为。

首先没有代码块:

use v6.d;

if "test1 test2 test3 test4" ~~ m:g/ (\w+) / {
    say ~$_ for $/.list;
}

结果:

test1
test2
test3
test4

然后使用 :g 修饰符和代码块:

use v6.d;

if "test1 test2 test3 test4" ~~ m:g/ (\w+) {} / {
    say ~$_ for $/.list;
}

结果:

test4

最后使用 :x 修饰符和代码块

use v6.d;

if "test1 test2 test3 test4" ~~ m:x(4)/ (\w+) {} / {
    say ~$_ for $/.list;
}

结果:

test1
test2
test3
test4

我预计这三个结果是相同的，但我感到非常惊讶。

关于这种行为有什么解释吗？

Answer 1

TL;DR Issue filed by @jakar和 fixed by jnthn .

(经过更多测试和代码探索后重写。)

这在我(可能是你)看来就像一个错误。 $/使用 :g 时不知何故变得古怪和一个嵌入式 block 。

这个答案包括:

关注问题

看编译器的源码

搜索问题队列和/或提交新问题

解决问题

my &debug = {;} # start off doing no debugging
$_ = 'aa';

say       m      / {debug 1} 'a' {debug 2} /; debug 3; # ｢a｣
say $/ if m      / {debug 1} 'a' {debug 2} /; debug 3; # ｢a｣

say       m:x(2) / {debug 1} 'a' {debug 2} /; debug 3; # (｢a｣ ｢a｣)
say $/ if m:x(2) / {debug 1} 'a' {debug 2} /; debug 3; # (｢a｣ ｢a｣)

say       m:g    / {debug 1} 'a' {debug 2} /; debug 3; # (｢a｣ ｢a｣)
say $/ if m:g    / {debug 1} 'a' {debug 2} /; debug 3; # ｢a｣ <--- Uhoh

现在制作 debug说些有用的话并运行第一对(没有正则表达式副词):

&debug = { say $_, $/.WHICH } # Say location of object bound to `$/`

say       m      / {debug 1} 'a' {debug 2} /; debug 3; # ｢a｣
# 1Match|66118928
# 2Match|66118928
# ｢a｣
# 3Match|66118928

say $/ if m      / {debug 1} 'a' {debug 2} /; debug 3; # ｢a｣
# 1Match|66119072
# 2Match|66119072
# ｢a｣
# 3Match|66119072

两种情况下的结果相同。匹配过程创建一个 Match对象并坚持同一个。

现在 :x(2) 的两个变体副词:

say       m:x(2) / {debug 1} 'a' {debug 2} /; debug 3; # (｢a｣ ｢a｣)
# 1Match|66119936
# 2Match|66119936
# 1Match|66120080
# 2Match|66120080
# 1Match|66120224
# (｢a｣ ｢a｣)
# 3List|67612624

say $/ if m:x(2) / {debug 1} 'a' {debug 2} /; debug 3; # (｢a｣ ｢a｣)
# 1Match|66120368
# 2Match|66120368
# 1Match|66120512
# 2Match|66120512
# 1Match|66120656
# (｢a｣ ｢a｣)
# 3List|67612672

这次匹配过程创建了一个 Match对象并坚持使用它进行一次传递，然后是第二次匹配对象进行第二次传递，最后是第三次匹配对象进行第三次传递，直到它无法匹配第三次 'a' (因此相应的 debug 2 不会被调用)。在 m.../.../ 的末尾调用它创建了一个 List对象并将其绑定(bind)到 $/ .

接下来我们运行两个 :g 中的第一个案例:

say       m:g    / {debug 1} 'a' {debug 2} /; debug 3; # (｢a｣ ｢a｣)
# 1Match|66119216
# 2Match|66119216
# 1Match|66119360
# 2Match|66119360
# 1Match|66119504
# (｢a｣ ｢a｣)
# 3Match|66119504

喜欢 x:(2)案例，我们尝试第三次，但失败了。但匹配过程不返回 List而是一个 Match目的。它是在第三遍中创建的。 (这让我感到惊讶。)

最后，还有“Uhoh”案例:

say $/ if m:g    / {debug 1} 'a' {debug 2} /; debug 3; # ｢a｣ <--- Uhoh
# 1Match|66119648
# 2Match|66119648
# 1Match|66119792
# 2Match|66119792
# ｢a｣
# 3Match|66119792

值得注意的是，预期的第三遍似乎没有开始。

查看编译器的源代码

探索相关的源代码是有值(value)的，这似乎是合理的。我将在这里写下它，以防您或其他读者感兴趣，并且如果这是一个错误并且我所写的内容对修复它的人感兴趣。

在正则表达式中处理代码块会导致生成 AST 节点 here在执行绑定(bind)操作的 block 中的语句之前插入一个子节点:

                    :op('bind'),

                    QAST::Var.new( :name('$/'), :scope('lexical') ),

                    QAST::Op.new(
                        QAST::Var.new( :name('$¢'), :scope('lexical') ),
                        :name('MATCH'),
                        :op('callmethod')
                    )

我对上面的阅读是它插入了绑定(bind)词法 $/ 的代码。 .MATCH 结果的符号对绑定(bind)到词法 $¢ 的对象的方法调用在 block 中运行代码之前的符号。

该文档有 a section on $¢ ;我引用一句话:

The main difference between $/ and $¢ is scope: the latter only has a value inside [a] regex

我想知道为什么 $¢存在以及存在哪些其他差异。

继续...

我看到有 a raku level .MATCH .但它几乎没有任何作用。所以我认为相关的代码是 here .

在这一点上，我会暂停。我可能会在以后的编辑中继续。

搜索问题队列和/或提交新问题

如果有人在接下来的几天内提出了一个答案，证明您所展示的不是错误，或者已经作为错误提交，那么就足够公平了。

否则，请考虑自己搜索问题队列和/或在您认为最合适的任何问题队列中开始新问题(默认为/rakudo/rakudo/issues)。

我已经搜索了四个 github.com 问题队列，我认为这是写这个答案的一部分:

https://github.com/rakudo/rakudo/issues

https://github.com/Raku/old-issue-tracker/issues

https://github.com/perl6/nqp/issues

https://github.com/moarvm/moarvm/issues

我搜索了两个关键字，希望能发现一个现有问题(“全局”和“发布”)。没有相关的匹配问题。也许您还可以查找您认为文件管理器可能使用的其他关键字。

如果您确实提出了问题，请考虑添加您的测试，或者我的测试或其他一些变体，如果您知道如何执行此操作，则转换为标准烘焙测试用例。