我有一个像"39 3A 3B 9:;"这样的字符串，我想提取“ 39、3A，3B”
我尝试过
my $a = "39 3A 3B 9:;";
grammar Hex {
token TOP { <hex_array>+ .* }
token hex_array { <[0..9 A..F]> " " }
};
Hex.parse($a);
但这似乎不起作用。 甚至这似乎也不起作用。
my $a = "39 3A 3B ";
grammar Hex {
token TOP { <hex_array>+ }
token hex_array { <[0..9 A..F]> " " }
};
Hex.parse($a);
我确实尝试过语法:: Tracer TOP和hex_array都失败了
TOP
| hex_array
| * FAIL
* FAIL
答案 0 :(得分：14)
<[abcdef...]>是匹配-一个-字符意义上的“字符类”。 1
获取所需内容的惯用方式是使用the ** quantifier：
my $a = "39 3A 3B ";
grammar Hex {
token TOP { <hex_array>+ }
token hex_array { <[0..9 A..F]>**1..2 " " }
};
Hex.parse($a);
此答案的其余部分是关于“为什么”以及如何使用rule的“附加”材料。
您当然可以完全自由地匹配空白情况，只需将空白模式包含在任意单个令牌中，就像您在" "令牌中使用hex_array一样。
但是，在大多数情况下，最好在适当的时候使用rules代替。
ws代替“”，\s*等。让我们删除第二个token中的空格，然后将其移至第一个：
token TOP { [ <hex_array> " " ]+ }
token hex_array { <[0..9 A..F]>**1..2 }
我们添加了将[...]和一个空格组合在一起的方括号（hex_array），然后将+量词应用于该组合的原子。这是一个简单的更改，语法继续像以前一样工作，与以前一样匹配空格，只是现在hex_array标记不会捕获空格。
接下来，让我们切换到使用内置的ws token：
token TOP { [ <hex_array> <.ws> ]+ }
在理想的情况下，默认的<ws>比\s*更有用。 2 如果默认的ws无法满足您的需求您可以指定自己的ws令牌。
我们使用<.ws>代替了<ws>，因为与\s*一样，<.ws>的使用避免了额外的空白捕获，而空白捕获可能只会使解析树变得混乱，并且浪费内存。
在将令牌串在一起的更高级别的解析规则中，几乎每个令牌之后，人们常常想要<.ws>之类的东西。但是，如果只是像这样明确地编写它，那将是高度重复的并且分散了<.ws>和[ ... <.ws> ]的样板。为避免这种情况，有一个内置的隐式快捷方式，它表示为您插入样板的默认假设。此快捷方式是rule声明符，它依次使用:sigspace。
rule（使用:sigspace） rule与token完全相同，除了它在模式开始时打开:sigspace之外：
rule { <hex_array>+ }
token { :sigspace <hex_array>+ } # exactly the same thing
无 :sigspace（因此默认情况下在token和regex中），模式中的所有文字空间（除非您引用它们）被忽略。通常，对于单个 token 的可读模式，这是理想的，因为它们通常指定要匹配的文字内容。
但是:sigspace生效后，原子后的空间变得“重要”，因为它们被隐式转换为<.ws>或[ ... <.ws> ]调用。这对于指定标记或子规则序列的可读模式是理想的，因为它是避免所有这些额外调用混乱的自然方法。
下面的第一个模式将匹配一个或多个hex_array令牌，它们之间或末尾没有空格匹配。最后两个将匹配一个或多个hex_array，且中间没有空格，然后在最后端带有或不带有空格：
token TOP { <hex_array>+ }
# ^ ignored ^ ^ ignored
token TOP { :sigspace <hex_array>+ }
# ^ ignored ^ ^ significant
rule TOP { <hex_array>+ }
# ^ ignored ^ ^ significant
NB 。副词（例如:sigspace）不是原子。第一个 atom 之前之前的空格（在上面， <hex_array>之前的空格）从不有效（无论:sigspace是否有效）。但是此后，如果:sigspace有效，则模式中所有未引用的空格都是“有效的”，也就是说，它将转换为<.ws>或[ ... <.ws> ]。
在上面的代码中，第二个标记和规则将单个 hex_array与之后的空格匹配，因为+之后和{{ 1}}表示该模式被重写为：
}但是如果您输入的多个 token TOP { <hex_array>+ <.ws> }
令牌之间有一个或多个空格 ，则此重写的令牌将不匹配 。相反，您可能要写：
hex_array它被重写为：
rule TOP { <hex_array> + }
# ignored ^ ^ ^ both these spaces are significant
这将与您的输入匹配。
因此，在经过所有这些看似复杂的操作之后，实际上这只是我的详尽描述，我建议您将原始代码编写为：
token TOP { [ <hex_array> <.ws> ]+ <.ws> }
这将比您的原始版本更灵活（我认为这将是一件好事，尽管对于某些用例当然不会），并且对于大多数P6er来说可能更容易阅读。
最后，要加强如何避免my $a = "39 3A 3B ";
grammar Hex {
rule TOP { <hex_array> + }
token hex_array { <[0..9 A..F]>**1..2 }
};
Hex.parse($a);
的三个杂物中的两个，请参阅What's the best way to be lax on whitespace in a perl6 grammar?。 （第三个问题是，是否需要在原子和量词之间放置一个空格，就像上面的rule和<hex_array>之间的空格一样。）
1 如果要匹配多个字符，则将适当的量词附加到字符类。这是将事物变成the assumed behavior of a "character class" according to Wikipedia的明智方式。不幸的是，P6文档当前使该问题感到困惑，例如将真正的字符类和与多个字符匹配的其他规则（在标题Predefined character classes下合并在一起）。
2 默认的+规则旨在匹配单词之间的 ，其中“单词”是字母的连续序列（Unicode类别L），数字（Nd）或下划线。在代码中，它指定为：
ws regex ws { <!ww> \s* }
是“字内”测试。因此ww的意思是“单词”内的 not 。 <!ww>总是会在<ws>会成功的地方取得成功，但与\s*不同的是，它不会在一个单词的中间成功。 （就像其他用\s*量化的原子一样，简单的*总是匹配的，因为它匹配任意数量的空格，包括根本没有。）
答案 1 :(得分：5)
如果您不需要使用语法，则可以执行以下操作：
my $a = "39 3A 3B 9:;";
say $a.split(/\s+/).grep: * ~~ /<< <[0..9 A..F]> ** 2 >>/;
正则表达式将匹配这些两位数的六进制字符串。无论如何，您的语法问题可能在于您使用的空格数。在这种意义上，他们非常严格。