在Perl 6

Question

在regexes abc | cde | abc | cde | cde | abc或<regex1> | <regex2> | <regex3> | <regex4> | <regex5> | <regex6>中处理重复的最佳方法是什么，其中regexN的许多文字都是相同的？

为了解释我的意思，我将举一个德国人的例子。这是一个样本grammar，可以解析几个现在紧张的口头形式。

grammar Verb {
    token TOP {
        <base>
        <ending>
    }
    token base {
        geh   |
        spiel |
        mach
    }
    token ending {
        e     |  # 1sg
        st    |  # 2sg
        t     |  # 3sg
        en    |  # 1pl
        t     |  # 2pl
        en       # 3pl
    }
}

my @verbs = <gehe spielst machen>;
for @verbs -> $verb {
  my $match = Verb.parse($verb);
  say $match;
}

1pl和3pl（en）的结尾是相同的，但为了清楚起见，将它们放入token更方便（在我的实际数据中） inflexional范式要复杂得多，容易迷路。 token ending按预期工作，但据我所知，如果我只将en放一次，程序会更快一些（我已经用regexes进行了多次测试重复的元素，是的，性能受到很大影响）。有了我的数据，有很多这样的重复，所以我想知道对待它们的最佳方法是什么？

当然，我可以将结尾放在array之外的grammar，创建此数组.unique，然后只传递值：

my @endings = < ... >;
@endings .= unique;
...
token ending { @endings }

但从grammar中取出数据会使其不那么清晰。此外，在某些情况下，可能有必要使每个结尾都成为一个单独的标记（token ending {<ending_1sg> | <ending_2sg> ... <ending_3pl>}，如果它们是在grammar之外定义的话，这是不可能的。

Answer 1

如果我理解你，为了清楚起见，你想要用一个评论来重复正则表达式术语，这个评论描述了哪个音符是一个单独的概念？只需对该行进行评论。

顺便说一下，由于在这种情况下会忽略空正则表达式，所以可以使用分支运算符开始行，而不是将其放在最后。它使事情变得更容易，特别是当您需要添加和删除行时。所以我建议这样的事情：

grammar Verb {
    # ...
    token ending {
        | e       # 1sg
        | st      # 2sg
        | t       # 3sg
        | en      # 1pl
        #| t       # 2pl
        #| en      # 3pl
    }
}

因为你所写的内容专门针对人类，而不是针对解析器。现在，如果你想使用不同的正则表达式进入不同的解析匹配，那么你可以将结尾作为$<_3sg>或$<_2p1>（命名的正则表达式，因此两者都会成功）访问，你不能评论它出来，你将不得不强迫电脑做额外的工作。显然，您需要使用:exhaustive或:overlap。相反，我建议你制作一个代表3sg和2p1的命名正则表达式，并像上面所做的那样定义它：写两个但是注释掉它。