regex - 为什么/如何在将重复的任意字符与捕获组匹配时需要额外的变量？

Question

我正在使用 perl6 正则表达式匹配具有最小长度的重复任意字符的序列。

看完https://docs.perl6.org/language/regexes#Capture_numbers并调整给出的示例，我使用“外部变量”提出了这段代码:

#uses an additional variable $c
perl6 -e '$_="bbaaaaawer"; /((.){} :my $c=$0; ($c)**2..*)/ && print $0';

#Output:  aaaaa

为了帮助说明我的问题，perl5 中有一个类似的正则表达式:

#No additional variable needed
perl -e ' $_="bbaaaaawer"; /((.)\2{2,})/ && print $1';

有人能告诉我“储蓄”的需要/好处吗$0进入 $c以及空{}的要求?是否有可以匹配的替代(更好/高尔夫)perl6 正则表达式？

提前致谢。

Answer 1

Perl 6 正则表达式扩展到完整的语法，从而产生解析树。那些解析树是 Match 的树。对象。每个捕获 - 命名或位置 - 要么是 Match对象，或者，如果量化，则为 Match 的数组对象。

这通常是好的，但确实涉及到您观察到的权衡:一旦您位于嵌套捕获元素的内部，那么您将填充一个新的 Match对象，具有自己的一组位置和命名捕获。例如，如果我们这样做:

say "abab" ~~ /((a)(b))+/

那么结果是:

｢abab｣
 0 => ｢ab｣
  0 => ｢a｣
  1 => ｢b｣
 0 => ｢ab｣
  0 => ｢a｣
  1 => ｢b｣

然后我们可以索引:

say $0;        # The array of the top-level capture, which was quantified
say $0[1];     # The second Match
say $0[1][0];  # The first Match within that Match object (the (a))

它与正则表达式的传统背道而驰，但也是扩大规模以应对更大的解析挑战的重要部分。