Regex/token/rule 来匹配嵌套的大括号？
Regex/token/rule to match nested curly braces?
我需要匹配 BibTeX 文件中 key = value 对的值，它可以包含任意嵌套的大括号，由大括号分隔。我最多只能匹配两个深嵌套花括号，比如 {some {stuff} like {this}} 和 kludgey:
token brace-value {
'{' <-[{}]>* ['{' <-[}]>* '}' <-[{}]>* ]* '}'
}
我对再往下一层的想法感到不寒而栗......但是正确解析我的 BibTeX 内容至少需要三层深度。
是的，我知道周围有 BibTeX 解析器，但我需要获取完整的条目以进行进一步处理，同时还要查看几个键。我的 *.bib 文件相当乏味（我不介意手动处理一些零散的条目），问题是我有很多文件，而且有很多重叠。但是一些“相同”的条目有不同的键或额外的数据。我想将它们合并成几个主文件（BibTeX 背后的整个想法，对吧？）。如果 bibtool 给出一个大约 20,000 行没有重复（哈！）的文件...
在仔细阅读 Lenz 的“使用 Perl 6 正则表达式和语法进行解析”（Apress，2017 年）之后，我意识到“正则表达式”机制（基于回溯）实际上可能比官方承认的更强大，因为正则表达式可以调用另一个，我没有看到任何地方禁止 递归 调用。
在深入研究之前，了解一些上下文无关语法：描述嵌套大括号（仅此而已）的一种方法是使用语法：
S -> { S } S | <无>
即，嵌套大括号是左大括号、嵌套大括号、右大括号、更多嵌套大括号；或者什么都没有。这或多或少直接翻译成 Raku（没有空的正则表达式，通过使构造可选来伪造它）：
my regex nb {
[ '{' <nb> '}' <nb> ]?
}
瞧，这行得通。需要修复以避免捕获，终止回溯（如果第一次尝试不匹配，它永远不会匹配），并用“其他任何东西”填充物装饰。
my regex nested-braces {
:ratchet
<-[{}]>*
[ '{' <.nested-braces> '}' <.nested-braces> ]?
<-[{}]>*
};
这与我的测试用例一致。
对于不太喜欢冒险的人，Perl 有 Text::Balanced 模块（以前称为 Perl 5，可使用 Inline::Perl5 从 Raku 调用）。不幸的是，在语法中对我没有直接用处。
解决方案
A way to describe nested braces (and nothing else)
假定一个名为 &R 的规则，如果我正在编写一个快速的小型一次性脚本，我可能会编写以下模式：
\{ <&R>* \}
如果我正在编写一个应该可维护的更大的程序，我可能会编写一个语法，并且使用名为 R 的规则，模式将是：
'{' ~ '}' <R>*
后者避免了leaning toothpick syndrome and uses the regex ~ operator.
这些都将解析任意深度嵌套的成对大括号，例如：
say '{{{{}}}}' ~~ token { \{ <&?ROUTINE>* \} } # ｢{{{{}}}}｣
(&?ROUTINE 指的是它出现的例程。正则表达式是例程。（虽然你不能在用 / ... / 语法声明的正则表达式中使用 <&?ROUTINE>。 )
regex 对比 token
kill backtracking
my regex nested-braces {
:ratchet
用 regex 和 token 声明的模式之间的唯一区别是前者将棘轮 关闭 。所以使用它然后立即转动棘轮 on 是非常不合常理的。相反：
my token nested-braces {
回溯
the "regex" machinery (based on backtracking)
grammar/regex 引擎 包括 回溯作为一项 可选 功能，因为这有时正是人们想要的。
但是引擎不是“基于回溯”，许多grammars/parsers很少或根本不使用回溯。
递归
a regex can call another, and nowhere do I see a prohibition on recursive calls.
仅此一项对于现代正则表达式引擎来说并没有什么特别之处。
PCRE 自 2000 年起支持递归，自 2003 年起命名正则表达式。Perl 的默认正则表达式引擎自 2007 年起支持两者。
随着时间的推移，他们对更深层次的递归和更多命名的正则表达式的支持一直在增加。
Damian Conway 的 PPR 使用正则表达式的这些特性来构建重要的（但仍然很小）解析树。
能力
a lot more capable
Raku“正则表达式”可以被视为对正则表达式展开演变的清理。在某种程度上，这有助于人们理解它们，太好了。
但实际上，这是一项全新的交易。例如，它们以一种合理的方式完成图灵，因此能够解析任何东西。
than officially admitted
好吧，这么说很奇怪！ Raku 的语法经常被吹捧为 Raku 最具创新性的功能之一。
主要注意三点：
性能 当前的主要警告是，一个编写良好的 C 解析器将使一个编写良好的基于 Raku 语法的解析器大吃一惊。
回报 如果存在现有的解析器，那么为非平凡格式编写完全正确的解析器通常是不值得的。
左递归 Raku不会自动重写left recursion（无限循环）。
使用现有的解析器
I know there are BibTeX parsers around, but I need to grab the complete entry for further processing, and peek at a few keys meanwhile.
在 Raku 中使用外国模块可能有点启示。它不一定像您以前经历过的任何事情。 Raku 的外语适配器可以为您提供智能 marshaling，因此您可以像使用本地 Raku 功能一样。
两个可用的外语适配器已经完善得令人惊叹 -- 用于 Perl 和 C 的适配器。
我很确定有一个用于 Perl 的 BibTeX 包，它包装了一个 C BibTeX 解析器。如果您使用它，您有望将解析结果全部很好地包装到 Raku 对象中，就好像它一开始就是所有 Raku 一样，但保留了 C 代码的大部分高性能。
Raku BibTeX 语法？
也许您确实需要创建和使用小型 Raku Grammar。
（也许你这样做的部分原因是为了让自己熟悉 Raku，或者 Raku 的 regex/grammar 方面。因此，这听起来非常理想。）
一旦您开始同时使用多个正则表达式（即使只是两个），您就接近 grammar 领域了。毕竟，它们只是一起使用多个正则表达式的易于使用的结构。
因此，如果您决定坚持在 Raku 中编写解析代码，请期望编写如下内容：
grammar BiBTeX {
token TOP { ... }
token ...
token ...
}
BiBTeX.parse: my-bib-file
有关详细信息，请参阅 the official doc's Grammar tutorial 或阅读 Moritz 的书。
好的，刚刚（重新）检查过。 '{' ~ '}' 的文档留下了很多不足之处，它是用来处理 平衡的、正确嵌套的 定界符的。
所以我的最终解决方案实际上是这样的：
my regex nested-braces {
:ratchet
'{' ~ '}' .*
}
谢谢大家！今天学了不少东西
我需要匹配 BibTeX 文件中 key = value 对的值，它可以包含任意嵌套的大括号，由大括号分隔。我最多只能匹配两个深嵌套花括号，比如 {some {stuff} like {this}} 和 kludgey:
token brace-value {
'{' <-[{}]>* ['{' <-[}]>* '}' <-[{}]>* ]* '}'
}
我对再往下一层的想法感到不寒而栗......但是正确解析我的 BibTeX 内容至少需要三层深度。
是的，我知道周围有 BibTeX 解析器，但我需要获取完整的条目以进行进一步处理，同时还要查看几个键。我的 *.bib 文件相当乏味（我不介意手动处理一些零散的条目），问题是我有很多文件，而且有很多重叠。但是一些“相同”的条目有不同的键或额外的数据。我想将它们合并成几个主文件（BibTeX 背后的整个想法，对吧？）。如果 bibtool 给出一个大约 20,000 行没有重复（哈！）的文件...
在仔细阅读 Lenz 的“使用 Perl 6 正则表达式和语法进行解析”（Apress，2017 年）之后，我意识到“正则表达式”机制（基于回溯）实际上可能比官方承认的更强大，因为正则表达式可以调用另一个，我没有看到任何地方禁止 递归 调用。
在深入研究之前，了解一些上下文无关语法：描述嵌套大括号（仅此而已）的一种方法是使用语法：
S -> { S } S | <无>
即，嵌套大括号是左大括号、嵌套大括号、右大括号、更多嵌套大括号；或者什么都没有。这或多或少直接翻译成 Raku（没有空的正则表达式，通过使构造可选来伪造它）：
my regex nb {
[ '{' <nb> '}' <nb> ]?
}
瞧，这行得通。需要修复以避免捕获，终止回溯（如果第一次尝试不匹配，它永远不会匹配），并用“其他任何东西”填充物装饰。
my regex nested-braces {
:ratchet
<-[{}]>*
[ '{' <.nested-braces> '}' <.nested-braces> ]?
<-[{}]>*
};
这与我的测试用例一致。
对于不太喜欢冒险的人，Perl 有 Text::Balanced 模块（以前称为 Perl 5，可使用 Inline::Perl5 从 Raku 调用）。不幸的是，在语法中对我没有直接用处。
解决方案
A way to describe nested braces (and nothing else)
假定一个名为 &R 的规则，如果我正在编写一个快速的小型一次性脚本，我可能会编写以下模式：
\{ <&R>* \}
如果我正在编写一个应该可维护的更大的程序，我可能会编写一个语法，并且使用名为 R 的规则，模式将是：
'{' ~ '}' <R>*
后者避免了leaning toothpick syndrome and uses the regex ~ operator.
这些都将解析任意深度嵌套的成对大括号，例如：
say '{{{{}}}}' ~~ token { \{ <&?ROUTINE>* \} } # ｢{{{{}}}}｣
(&?ROUTINE 指的是它出现的例程。正则表达式是例程。（虽然你不能在用 / ... / 语法声明的正则表达式中使用 <&?ROUTINE>。 )
regex 对比 token
kill backtracking
my regex nested-braces {
:ratchet
用 regex 和 token 声明的模式之间的唯一区别是前者将棘轮 关闭 。所以使用它然后立即转动棘轮 on 是非常不合常理的。相反：
my token nested-braces {
回溯
the "regex" machinery (based on backtracking)
grammar/regex 引擎 包括 回溯作为一项 可选 功能，因为这有时正是人们想要的。
但是引擎不是“基于回溯”，许多grammars/parsers很少或根本不使用回溯。
递归
a regex can call another, and nowhere do I see a prohibition on recursive calls.
仅此一项对于现代正则表达式引擎来说并没有什么特别之处。
PCRE 自 2000 年起支持递归，自 2003 年起命名正则表达式。Perl 的默认正则表达式引擎自 2007 年起支持两者。
随着时间的推移，他们对更深层次的递归和更多命名的正则表达式的支持一直在增加。
Damian Conway 的 PPR 使用正则表达式的这些特性来构建重要的（但仍然很小）解析树。
能力
a lot more capable
Raku“正则表达式”可以被视为对正则表达式展开演变的清理。在某种程度上，这有助于人们理解它们，太好了。
但实际上，这是一项全新的交易。例如，它们以一种合理的方式完成图灵，因此能够解析任何东西。
than officially admitted
好吧，这么说很奇怪！ Raku 的语法经常被吹捧为 Raku 最具创新性的功能之一。
主要注意三点：
性能 当前的主要警告是，一个编写良好的 C 解析器将使一个编写良好的基于 Raku 语法的解析器大吃一惊。
回报 如果存在现有的解析器，那么为非平凡格式编写完全正确的解析器通常是不值得的。
左递归 Raku不会自动重写left recursion（无限循环）。
使用现有的解析器
I know there are BibTeX parsers around, but I need to grab the complete entry for further processing, and peek at a few keys meanwhile.
在 Raku 中使用外国模块可能有点启示。它不一定像您以前经历过的任何事情。 Raku 的外语适配器可以为您提供智能 marshaling，因此您可以像使用本地 Raku 功能一样。
两个可用的外语适配器已经完善得令人惊叹 -- 用于 Perl 和 C 的适配器。
我很确定有一个用于 Perl 的 BibTeX 包，它包装了一个 C BibTeX 解析器。如果您使用它，您有望将解析结果全部很好地包装到 Raku 对象中，就好像它一开始就是所有 Raku 一样，但保留了 C 代码的大部分高性能。
Raku BibTeX 语法？
也许您确实需要创建和使用小型 Raku Grammar。
（也许你这样做的部分原因是为了让自己熟悉 Raku，或者 Raku 的 regex/grammar 方面。因此，这听起来非常理想。）
一旦您开始同时使用多个正则表达式（即使只是两个），您就接近 grammar 领域了。毕竟，它们只是一起使用多个正则表达式的易于使用的结构。
因此，如果您决定坚持在 Raku 中编写解析代码，请期望编写如下内容：
grammar BiBTeX {
token TOP { ... }
token ...
token ...
}
BiBTeX.parse: my-bib-file
有关详细信息，请参阅 the official doc's Grammar tutorial 或阅读 Moritz 的书。
好的，刚刚（重新）检查过。 '{' ~ '}' 的文档留下了很多不足之处，它是用来处理 平衡的、正确嵌套的 定界符的。
所以我的最终解决方案实际上是这样的：
my regex nested-braces {
:ratchet
'{' ~ '}' .*
}
谢谢大家！今天学了不少东西