regex - 为什么我使用这些 Raku 正则表达式得到不同的回溯？

Question

我意外地回溯了 + Raku 正则表达式的量词。
在这个正则表达式中:

'abc' ~~ m/(\w+) {say $0}  <?{ $0.substr(*-1) eq 'b' }>/;

say $0;

我得到了预期的结果:

｢abc｣  # inner say
｢ab｣   # inner say

｢ab｣   # final say

也就是说，(贪婪的) +量词获取所有字母，然后条件失败。之后它通过释放最后一个得到的字母开始回溯，直到条件评估为真。
但是，当我将量词放在捕获组之外时，回溯似乎不会以相同的方式工作:

'abc' ~~ m/[(\w)]+ {say $0}  <?{ $0.tail eq 'b' }>/;

say $0;

结果:

[｢a｣ ｢b｣ ｢c｣]  # inner say
[｢a｣ ｢b｣ ｢c｣]  # why this extra inner say? Shouldn't this backtrack to [｢a｣ ｢b｣]?
[｢a｣ ｢b｣ ｢c｣]  # why this extra inner say? Shouldn't this backtrack to [｢a｣ ｢b｣]?
[｢b｣ ｢c｣]      # Since we could not successfully backtrack, We go on matching by increasing the position
[｢b｣ ｢c｣]      # Previous conditional fails. We get this extra inner say
[｢c｣]          # Since we could not successfully backtrack, We go on matching by increasing the position

Nil            # final say, no match because we could not find a final 'b'

这种行为是预期的吗？如果是这样:为什么它们的工作方式不同？是否可以模仿第一个正则表达式但仍将量词保留在捕获组之外？
注意:
使用惰性量词“解决”了问题......这是预期的，因为回溯似乎会发生差异，而惰性量词不会发生这种情况。

'abc' ~~ m/[(\w)]+? {say $0}  <?{ $0.tail eq 'b' }>/;

[｢a｣]
[｢a｣ ｢b｣]

[｢a｣ ｢b｣]

但是出于性能原因，我宁愿使用贪婪的量词(这个问题中的例子是一个简化)。

Answer 1

我认为问题不在于回溯。但看起来像中级$0暴露已经保留了之前的迭代捕获。考虑这个表达式，

'abc' ~~ m/[(\w)]+ {say "Match:",$/.Str,";\tCapture:",$0}  <?{ False }>/;

这是输出:

Match:abc;  Capture:[｢a｣ ｢b｣ ｢c｣]
Match:ab;   Capture:[｢a｣ ｢b｣ ｢c｣]
Match:a;    Capture:[｢a｣ ｢b｣ ｢c｣]
Match:bc;   Capture:[｢b｣ ｢c｣]
Match:b;    Capture:[｢b｣ ｢c｣]
Match:c;    Capture:[｢c｣]

如您所见，匹配顺序正确， abc ab a ... .但捕获的数组为 ab匹配也是 [｢a｣ ｢b｣ ｢c｣] .我怀疑这是一个错误。

对于您的情况，有几种方法。

只需使用 $/用于条件检查

'abc' ~~ m/[(\w)]+  <?{ $/.Str.substr(*-1) eq 'b' }>/;

或者，另外也用限定符捕获组。

'abc' ~~ m/([(\w)]+) <?{ $0[0][*-1] eq 'b' }>/;

这里$0匹配外部组，$0[0]匹配第一个内部组，$[0][*-1]匹配本次迭代中最终匹配的字符。