如何解决Pest语法中原子规则内联注释的分类与输出问题？

以下是几个无需在应用层拼接字符的解决方案：

• 调整规则匹配顺序，优先识别注释
  Pest的匹配逻辑是按规则定义顺序执行的，把note和boneyard规则放在text规则之前，确保注释片段被优先捕获，不会被文本规则误吞。示例代码：

  fountain = { (note | boneyard | text | newline)+ }
  note = { "[[" ~ (!"]]" ~ any)* ~ "]]" }
  boneyard = { "/*" ~ (!"*/" ~ any)* ~ "*/" }
  text = @{ (!note ~ !boneyard ~ any)+ }
  

  这里text规则用否定前瞻排除了注释的起始标记，同时通过@实现原子化，既避免字符拆分冗余，又不会把注释识别为普通文本。

• 拆分文本规则为基础片段+原子化组合
  不要把复杂的换行、首尾空白逻辑直接塞进原子化的text规则里，先定义非原子的基础文本片段，再用原子化规则组合：

  text_fragment = { (!"[[" ~ !"/*" ~ any)+ }
  text = @{ text_fragment+ }
  

  这种方式既保证最终的text是完整的原子节点，又通过text_fragment的排除逻辑，避免把注释开头当成文本内容。

• 精细化文本字符范围，避免误匹配
  如果文本的字符类型是可预测的，可以明确限定text规则允许的字符，同时排除注释的起始符号：

  text = @{ (!"[[" ~ !"/*" ~ (letter | digit | punctuation | whitespace))+ }
  

  这种方式能进一步缩小文本匹配的范围，减少注释被误判的概率。

• 给注释规则加上原子化标记
  把note和boneyard规则也设为原子节点，确保整个注释片段被识别为一个完整单元，不会和文本规则交叉拆分：

  note = @{ "[[" ~ (!"]]" ~ any)* ~ "]]" }
  boneyard = @{ "/*" ~ (!"*/" ~ any)* ~ "*/" }
  

内容的提问来源于stack exchange，提问作者bjmc