tabs - perl6 如何获取所有未按空格的 x 宽度缩进的行？

Question

我有一个非常非常大的文本文件，我正在处理它，其中包含具有各种大小缩进的行。那些可接受的行具有 12 个字符宽度的缩进，这些缩进由制表符和空格组合而成。现在我想获得所有没有 12 个字符宽度的缩进，这些行从制表符和空格字符的组合中获得从 0 到 11 个字符宽度的缩进。

if $badLine !~~ m/ ^^ [\s ** 12 ||
                      \t \s ** 4 ||
                      \s \t \s ** 3 ] / { say $badLine; }

但问题是，当您使用文字处理器处理文本文件时，按 Tab 键可以为您提供 0 到 8 个空格字符宽度以填补空白。获取所有那些没有 12 字符宽度缩进的 Not Acceptable 行的聪明方法是什么？

谢谢。

Answer 1

宽12

对于 12 的缩进宽度，假设制表位位于 0、8、16 等位置:

for $input.lines {
    .say if not /
        ^                             # start of line
        [" " ** 8 || " " ** 0..7 \t]  # whitespace up to first tab stop
        [" " ** 4]                    # whitespace up to position 12
        [\S | $]                      # non-space character or end of line
    /;
}

解释:

要从行首(位置 0)到第一个制表位(位置 8)，我们需要匹配两种可能性:

8个空间。

0 到 7 个空格，后跟 1 个制表符。 (制表符直接跳到制表位，因此它会填充空格后剩余的任何宽度。)

从制表位(位置 8)到缩进目标(位置 12)的唯一方法是 4 个空格。 (制表符将跳过目标到位置 16 处的下一个制表位。)

anchor 定到行首以及缩进之后的任何内容都很重要，这样我们就不会意外地匹配较长缩进的一部分。

任意宽度

缩进匹配可以分解为参数化 named token可以处理任意宽度:

my token indent ($width) {
    [" " ** 8 || " " ** 0..7 \t] ** {$width div 8}
     " " ** {$width % 8}
}

.say if not /^ <indent(12)> [\S | $]/ for $input.lines;

解释:

与上面相同的表达式用于到达第一个制表位，但现在根据需要重复多次以到达目标之前的最后一个制表位。 (总共 $width div 8 次，其中 div 是整数除法运算符)。

无论最后一个制表位与目标之间的距离如何，都必须用空格填充。 ( $width % 8 空格，其中 % 是模运算符。)

任意位置和宽度

上面示例中的标记假定它从制表符停止位置(例如行首)开始匹配。它可以进一步推广以匹配给定宽度的制表符和空格，无论您在行中的哪个位置调用它:

my token indent ($width) {  
    :my ($before-first-stop, $numer-of-stops, $after-last-stop);
    {
        $before-first-stop = min $width, 8 - $/.from % 8;
        $numer-of-stops    = ($width - $before-first-stop) div 8;
        $after-last-stop   = ($width - $before-first-stop) % 8;
    }
    [" " ** {$before-first-stop} || " " ** {^$before-first-stop} \t]
    [" " ** 8 || " " ** 0..7 \t] ** {$numer-of-stops}
     " " ** {$after-last-stop}
}

解释:

原理和以前一样，除了现在我们首先需要匹配尽可能多的空格，以便从字符串中的当前位置到它后面的第一个制表位。

字符串中的当前位置由 $/.from 给出;剩下的就是简单的算术。

在 token 中声明并使用了一些词法变量(希望具有描述性名称)，以使代码更易于理解。