在 raku 的语法中使用 'after' 作为 lookbehind
Using 'after' as lookbehind in a grammar in raku
我正在尝试使用 raku 语法进行匹配，但因 'after' 而失败。我已将我的问题归结为以下片段：
grammar MyGrammar {
token TOP {
<character>
}
token character {
<?after \n\n>LUKE
}
}
say MyGrammar.subparse("\n\nLUKE");
这 returns #<failed match> 作为 MyGrammar.subparse 和 Nil 作为 MyGrammar.parse.
但是如果我 运行 在 REPL 中匹配：
"\n\nLUKE" ~~ /<?after \n\n>LUKE/
我得到匹配｢LUKE｣
所以有些事情我不明白，我不确定是什么。有什么指点吗？
<?after ...>不推进匹配游标
这里重要的是 <?after \n\n> 是 "zero width" assertion。
如果匹配光标位于被匹配字符串中 "\n\n" 的紧邻右侧，则匹配，但不会使匹配光标前进。
为什么 ~~ / ... / 版本匹配
regex/grammar 引擎自动为您推进匹配光标。
普通正则表达式风格的匹配与传统正则表达式一样工作。特别是，它应该匹配正在匹配的字符串中的 anywhere，除非您显式添加锚点，例如 ^（字符串开头）and/or $（字符串结尾）。
更明确地说，匹配引擎将首先尝试匹配正在匹配的字符串的第一个字符位置。然后，如果失败，它会自动在字符串中向前移动一个字符，然后再次尝试从正则表达式模式的开头进行匹配。
所以所有这些也将匹配并给出相同的结果：
"\n\nLUKE" ~~ /LUKE/; # ｢LUKE｣
"\n\nLUKE" ~~ /LUKE $/; # ｢LUKE｣
"LUKE" ~~ /^ LUKE $/; # ｢LUKE｣
"\n\nLUKE" ~~ / <?after \n\n>LUKE $/; # ｢LUKE｣
为什么语法版本不匹配
语法应从输入字符串的开头开始匹配。否则失败。
更明确地说，.parse 在解析的开始和结束处具有隐式 ^ 和 $ 锚点，而 .subparse 具有隐式 ^在开头。
如果匹配游标未能通过第一个字符，则解析失败。您的语法不会使匹配光标超过第一个字符，因此失败。
( <?after \n\n> 如果匹配则不仅不会使游标前进，而且它甚至从一开始就不会匹配——因为在字符串的开头，匹配游标仅在 [=51 之后=]nothing。如果你改为写 <?after ''>，那么它总是会成功，但仍然不会使光标前进，所以如果这是你所做的唯一更改，语法仍然会失败。）
当我们使用语法解析字符串时，匹配锚定在字符串的开头。使用 parse 解析输入需要我们使用所有字符串。还有一个 subparse，它允许我们不消耗所有输入，但这仍然锚定在字符串的开头。
相比之下，像 /<?after \n\n>LUKE/ 这样的正则表达式将 扫描 整个字符串，尝试匹配字符串中每个位置的模式，直到它找到一个位置它匹配（或到达字符串的末尾并放弃）。这就是它起作用的原因。但是请注意，如果您的目标是不捕获 \n\n，那么您可以将正则表达式编写为 /\n\n <( LUKE/，其中 <( 表示从哪里开始捕获。至少在目前的Rakudo编译器实现上，这种方式效率更高
在没有更多上下文的情况下建议如何编写语法并不容易（我猜这是从一个更大的问题中提取的）。例如，您可以在语法的开头使用空格：
grammar MyGrammar {
token TOP {
\s+ <character>
}
token character {
<?after \n\n>LUKE
}
}
say MyGrammar.subparse("\n\nLUKE");
或者使用字符中的 \n\n 但将其从与 <( 的匹配中排除，如前所述。
目前的答案都很好，但让我更详细地解释一下误解的根源。
要点是，在这里您将作为语法一部分的标记与独立的正则表达式进行比较。它们使用相同的语言、正则表达式，但它们并不相同。可以用正则匹配，代入和提取信息； token 的 objective 纯粹是提取信息；从具有常规结构的字符串中，我想要一个部分并且只是那个部分。
我假设您对 LUKE 部分感兴趣，并且您正在使用 <after 来表达“不，这不是我感兴趣的”，或者“跳过这个，只给我货物”。 Jonathan 已经说过一种方法，可能是最好的方法：
grammar MyGrammar {
token TOP {
<character>
}
token character {
\n \n <( LUKE
}
}
say MyGrammar.subparse("\n\nLUKE");
不仅会数学，而且只会抓拍LUKE：
｢
LUKE｣
character => ｢LUKE
跳过那个。但是，语法不匹配，它们提取。所以你可能希望分隔符也出现在语法中，而不值得一遍又一遍地重复它们。此外，一般语法旨在自上而下使用。所以这样做：
grammar MyGrammar {
token TOP {
<separator><character>
}
token separator { \n \n }
token character { <[A..Z]>+ }
}
say MyGrammar.parse("\n\nLUKE");
character 标记现在更通用（尽管它可能会使用一些空格，我不知道。同样，也许您对分隔符不感兴趣。只需使用点来忽略它. 只是因为你不感兴趣并不意味着你不必解析它，语法给了你一个方法：
grammar MyGrammar {
token TOP {
<.separator><character>
}
token separator { \n \n }
token character { <[A..Z]>+ }
}
say MyGrammar.parse("\n\nLUKE");
这个给出了相同的结果：
｢
LUKE｣
character => ｢LUKE｣
归根结底，语法和正则表达式有不同的用例，因此相同 objective 的解决方案也不同。以正确的方式思考它们可以为您提供有关如何构建它们的提示。
我正在尝试使用 raku 语法进行匹配，但因 'after' 而失败。我已将我的问题归结为以下片段：
grammar MyGrammar {
token TOP {
<character>
}
token character {
<?after \n\n>LUKE
}
}
say MyGrammar.subparse("\n\nLUKE");
这 returns #<failed match> 作为 MyGrammar.subparse 和 Nil 作为 MyGrammar.parse.
但是如果我 运行 在 REPL 中匹配：
"\n\nLUKE" ~~ /<?after \n\n>LUKE/
我得到匹配｢LUKE｣
所以有些事情我不明白，我不确定是什么。有什么指点吗？
<?after ...>不推进匹配游标
这里重要的是 <?after \n\n> 是 "zero width" assertion。
如果匹配光标位于被匹配字符串中 "\n\n" 的紧邻右侧，则匹配，但不会使匹配光标前进。
为什么 ~~ / ... / 版本匹配
regex/grammar 引擎自动为您推进匹配光标。
普通正则表达式风格的匹配与传统正则表达式一样工作。特别是，它应该匹配正在匹配的字符串中的 anywhere，除非您显式添加锚点，例如 ^（字符串开头）and/or $（字符串结尾）。
更明确地说，匹配引擎将首先尝试匹配正在匹配的字符串的第一个字符位置。然后，如果失败，它会自动在字符串中向前移动一个字符，然后再次尝试从正则表达式模式的开头进行匹配。
所以所有这些也将匹配并给出相同的结果：
"\n\nLUKE" ~~ /LUKE/; # ｢LUKE｣
"\n\nLUKE" ~~ /LUKE $/; # ｢LUKE｣
"LUKE" ~~ /^ LUKE $/; # ｢LUKE｣
"\n\nLUKE" ~~ / <?after \n\n>LUKE $/; # ｢LUKE｣
为什么语法版本不匹配
语法应从输入字符串的开头开始匹配。否则失败。
更明确地说，.parse 在解析的开始和结束处具有隐式 ^ 和 $ 锚点，而 .subparse 具有隐式 ^在开头。
如果匹配游标未能通过第一个字符，则解析失败。您的语法不会使匹配光标超过第一个字符，因此失败。
( <?after \n\n> 如果匹配则不仅不会使游标前进，而且它甚至从一开始就不会匹配——因为在字符串的开头，匹配游标仅在 [=51 之后=]nothing。如果你改为写 <?after ''>，那么它总是会成功，但仍然不会使光标前进，所以如果这是你所做的唯一更改，语法仍然会失败。）
当我们使用语法解析字符串时，匹配锚定在字符串的开头。使用 parse 解析输入需要我们使用所有字符串。还有一个 subparse，它允许我们不消耗所有输入，但这仍然锚定在字符串的开头。
相比之下，像 /<?after \n\n>LUKE/ 这样的正则表达式将 扫描 整个字符串，尝试匹配字符串中每个位置的模式，直到它找到一个位置它匹配（或到达字符串的末尾并放弃）。这就是它起作用的原因。但是请注意，如果您的目标是不捕获 \n\n，那么您可以将正则表达式编写为 /\n\n <( LUKE/，其中 <( 表示从哪里开始捕获。至少在目前的Rakudo编译器实现上，这种方式效率更高
在没有更多上下文的情况下建议如何编写语法并不容易（我猜这是从一个更大的问题中提取的）。例如，您可以在语法的开头使用空格：
grammar MyGrammar {
token TOP {
\s+ <character>
}
token character {
<?after \n\n>LUKE
}
}
say MyGrammar.subparse("\n\nLUKE");
或者使用字符中的 \n\n 但将其从与 <( 的匹配中排除，如前所述。
目前的答案都很好，但让我更详细地解释一下误解的根源。
要点是，在这里您将作为语法一部分的标记与独立的正则表达式进行比较。它们使用相同的语言、正则表达式，但它们并不相同。可以用正则匹配，代入和提取信息； token 的 objective 纯粹是提取信息；从具有常规结构的字符串中，我想要一个部分并且只是那个部分。
我假设您对 LUKE 部分感兴趣，并且您正在使用 <after 来表达“不，这不是我感兴趣的”，或者“跳过这个，只给我货物”。 Jonathan 已经说过一种方法，可能是最好的方法：
grammar MyGrammar {
token TOP {
<character>
}
token character {
\n \n <( LUKE
}
}
say MyGrammar.subparse("\n\nLUKE");
不仅会数学，而且只会抓拍LUKE：
｢
LUKE｣
character => ｢LUKE
跳过那个。但是，语法不匹配，它们提取。所以你可能希望分隔符也出现在语法中，而不值得一遍又一遍地重复它们。此外，一般语法旨在自上而下使用。所以这样做：
grammar MyGrammar {
token TOP {
<separator><character>
}
token separator { \n \n }
token character { <[A..Z]>+ }
}
say MyGrammar.parse("\n\nLUKE");
character 标记现在更通用（尽管它可能会使用一些空格，我不知道。同样，也许您对分隔符不感兴趣。只需使用点来忽略它. 只是因为你不感兴趣并不意味着你不必解析它，语法给了你一个方法：
grammar MyGrammar {
token TOP {
<.separator><character>
}
token separator { \n \n }
token character { <[A..Z]>+ }
}
say MyGrammar.parse("\n\nLUKE");
这个给出了相同的结果：
｢
LUKE｣
character => ｢LUKE｣
归根结底，语法和正则表达式有不同的用例，因此相同 objective 的解决方案也不同。以正确的方式思考它们可以为您提供有关如何构建它们的提示。