Perl 6中文本正则表达式中的重复元素及其交替

Question

处理正则表达式中重复的最佳方法是什么，如abc | cde | abc | cde | cde | abc或

为了解释我的意思，我将举一个德语示例。这是一个示例语法，可以解析几种现在时态的动词形式。

grammar Verb {
    token TOP {
        <base>
        <ending>
    }
    token base {
        geh   |
        spiel |
        mach
    }
    token ending {
        e     |  # 1sg
        st    |  # 2sg
        t     |  # 3sg
        en    |  # 1pl
        t     |  # 2pl
        en       # 3pl
    }
}

my @verbs = <gehe spielst machen>;
for @verbs -> $verb {
  my $match = Verb.parse($verb);
  say $match;
}

1pl和3pl（en）的结尾是相同的，但为了清晰起见，将它们都放在标记中更方便（在我的实际数据中，拐点范式要复杂得多，很容易丢失）。标记结束符按预期工作，但我知道如果我只放一次，程序会运行得更快一些（我用由许多重复元素组成的正则表达式进行了测试，是的，性能会受到很大影响）。根据我的数据，有很多这样的重复，所以我想知道什么是最好的治疗方法？

当然，我可以将结尾放在语法之外的数组中，使这个数组成为代码。唯一，然后只需传递值：

my @endings = < ... >;
@endings .= unique;
...
token ending { @endings }

但是从语法中取出数据会使其不太清楚。此外，在某些情况下，可能有必要将每个结尾都设为单独的标记（标记结尾{




Answer 1

如果我理解你的意思，为了清楚起见，你想用注释重复regex术语，说明它是一个单独的概念？只需将这行注释掉。

顺便说一下，由于在这种情况下会忽略空正则表达式，所以可以用分支操作符开始这一行，而不是把它放在末尾。它使事情变得更简单，尤其是当您需要添加和删除行时。所以我建议如下：

grammar Verb {
    # ...
    token ending {
        | e       # 1sg
        | st      # 2sg
        | t       # 3sg
        | en      # 1pl
        #| t       # 2pl
        #| en      # 3pl
    }
}

因为你写的东西是专门为人类而不是为解析器而写的。现在，如果您想使用不同的正则表达式进行不同的解析匹配，那么您可以访问结尾$