raku - 语法和 Unicode 字符

Question

为什么在下面 Grammar无法解析 unicode 字符？

从 <sym> 中删除单词边界后，它解析得很好.

#!/usr/bin/env perl6

grammar G {


  proto rule TOP { * }

  rule TOP:sym<y>  { «<.sym>» }
  rule TOP:sym<✓>  { «<.sym>» }

}

say G.parse('y'); # ｢y｣
say G.parse('✓'); # Nil

Answer 1

来自 the « and » "left and right word boundary" doc :

[«] matches positions where there is a non-word character at the left, or the start of the string, and a word character to the right.

✓不是单词字符。所以词边界断言失败。

什么是和不是“文字字符”

“词”，在 \w 的意义上字符类，在 P6 中的定义与在 P5 中的定义相同(当不使用 P5 \a 正则表达式修饰符时)，即字母、一些十进制数字或下划线:

Unicode general category的字符以 L 开头，代表 来信 .1

Unicode 通用类别为 Nd 的字符，代表 数字，十进制 .2

_ ，下划线。

“阿尔法'Nd下”

在下面的评论中@p6steve++ 贡献了一个可爱的助记符，将“under”添加到通常的“alphanum”。

但是“num”有点错误，因为它不是任何数字，而是一些十进制数字，特别是与 Unicode 通用类别 Nd 匹配的字符(由 P6 正则表达式匹配 /<:Nd>/ )。2

这自然导致 alphaNdunder(alpha Nd under)发音为“alpha 'nd under”。

脚注

1 个字母由 P6 正则表达式匹配 /<:L>/ .这包括 Ll (字母，小写)(由 /<:Ll>/ 匹配)作为 JJ 注释，但也包括 Lu (字母，大写)和 Lo (信件，其他)，后者包括 ら人物JJ也提到了。还有其他字母子类别。

2 位 Unicode 通用类别的十进制数字 Nd由 P6 正则表达式匹配 /<:Nd>/ .这涵盖了可以链接在一起以生成任意大的十进制数的十进制数字，其中每个数字位置加上 10 的幂。它不包括具有“排版上下文”的十进制数字(我的措辞遵循 Wikipedia 的示例)。例如， 1是表示一的英文十进制数字；它包括在内。但是 ¹和 ①被排除在外，因为它们具有“排版上下文”。对于超过 10 亿人，他们的母语使用 १表示一个和 १包含在 Nd 中十进制数字的类别。但对于另外 10 亿多人，他们的母语使用 一对于一个，但它被排除在 Nd 之外类别(并且在 L 类别中代替字母)。同样 ६ (梵文 6) 包含在 Nd 中类别但 六 (汉数6)被排除在外。