Raku正则最长token匹配不一致:变量定义分支时为何失效?
两种场景行为差异的核心原因
Raku 正则默认采用「编译期最长token匹配(LTM)优化 + 回退顺序匹配」的分支选择策略,两种场景的行为差异正是这个策略的触发条件不同导致的:
- 第一个示例能正常实现最长匹配,是因为两个分支的核心匹配部分
A、AA都是编译期完全可见的静态字面量。正则编译器可以在编译阶段提取每个分支的核心匹配串,自动按照「更长匹配串优先尝试」的规则重排匹配顺序,哪怕分支后附带了{say ...}的代码动作块,也不影响字面量核心的提取。因此输入AA时会优先匹配长度更长的AA分支,输出2。 - 第二个示例出现行为偏差,是因为两个分支的核心匹配部分是运行期才会确定值的插值变量
$a、$b。正则在编译阶段完全无法预知两个变量的实际字符串内容、长度,没法提前计算哪个分支的匹配串更长、需要优先尝试,因此直接关闭编译期LTM优化,退回默认的「按书写顺序逐分支尝试,遇到第一个匹配成功就停止」的顺序匹配逻辑。此时先写的$a(值为A)在输入AA的第一个字符位置就可以匹配成功,程序会直接进入第一个分支输出1,不会再尝试后续的$b分支。
变量定义分支时实现最长匹配的方法
如果需要在使用插值变量定义匹配分支的同时实现最长匹配效果,可以通过以下原生方式实现:
方法1:使用
:ex修饰符强制最长匹配
Raku 提供了:ex正则修饰符,作用是强制对当前正则范围内的所有替代分支执行运行期最长匹配检查:会遍历所有可选分支,找到能够匹配输入最长前缀的分支进入,而不是按顺序遇到第一个匹配就停止。这个机制完全不依赖编译期对字面量的提取,哪怕分支是动态插值的变量、附带动作代码块,也能正常工作。
示例代码:raku -e "my $a = 'A'; my $b = 'AA'; 'AA' ~~ m/:ex $a {say 1} | $b {say 2}/"运行上述代码会输出2,完全符合最长匹配的预期。
方法2:手动按匹配长度降序排列分支
如果不想使用:ex修饰符,也可以提前收集所有分支的字符串值,按照长度从长到短手动排序后再写入正则。哪怕是默认的顺序匹配逻辑,也会因为长分支排在前面而自然实现最长匹配效果。
示例代码:raku -e " my $a = 'A'; my $b = 'AA'; # 收集分支信息,按字符串长度降序排序 my @branches = ( { str => $a, action => { say 1 } }, { str => $b, action => { say 2 } }, ).sort: { -$_.<str>.chars }; # 按排序后的顺序拼接分支,使用顺序匹配即可 'AA' ~~ m/ || @branches.map: { qq/{ $_.<str> } { $_.<action>.() }/ } / "上述代码同样会输出2,达到最长匹配的效果。
内容的提问来源于stack exchange,提问作者Julio
相关产品推荐
相关产品推荐

