ทำให้ Regexes รักษาได้
ความก้าวหน้าที่สำคัญไปสู่ demystify รูปแบบที่ก่อนหน้านี้เรียกว่า "การแสดงออกปกติ" คือ/xธง regex ของ Perl - บางครั้งเขียน(?x)เมื่อฝัง - ที่ช่วยให้ช่องว่าง (ทำลายบรรทัดเยื้อง) และความคิดเห็น สิ่งนี้ช่วยปรับปรุงความสามารถในการอ่านอย่างจริงจังและดังนั้นจึงสามารถบำรุงรักษาได้ พื้นที่สีขาวอนุญาตให้มีการรับรู้การรับรู้ดังนั้นคุณสามารถเห็นกลุ่มที่มีอะไร
รูปแบบที่ทันสมัยในขณะนี้ยังรองรับทั้ง backreferences ที่มีหมายเลขและชื่อตอนนี้ นั่นหมายความว่าคุณไม่จำเป็นต้องนับกลุ่มการจับกุมเพื่อหาว่าคุณต้องการ$4หรือ\7ไม่ สิ่งนี้จะช่วยเมื่อสร้างรูปแบบที่สามารถรวมอยู่ในรูปแบบเพิ่มเติม
นี่คือตัวอย่างของกลุ่มการจับภาพที่มีหมายเลขค่อนข้าง:
$ dupword = qr {\ b (?: (\ w +) (?: \ s + \ g {-1}) +) \ b} xi;
$ ที่ยกมา = qr {(["']) $ dupword \ 1} x;
และนี่คือตัวอย่างของวิธีการที่เหนือกว่าของการบันทึกชื่อ:
$dupword = qr{ \b (?: (?<word> \w+ ) (?: \s+ \k<word> )+ ) \b }xi;
$quoted = qr{ (?<quote> ["'] ) $dupword \g{quote} }x;
Regexes ไวยากรณ์
เหนือสิ่งอื่นใดการจับภาพที่มีชื่อเหล่านี้สามารถวางไว้ใน(?(DEFINE)...)บล็อกเพื่อให้คุณสามารถแยกการประกาศออกจากการดำเนินการตามองค์ประกอบแต่ละรายการที่มีชื่อของรูปแบบของคุณ สิ่งนี้ทำให้พวกเขาทำหน้าที่เหมือนรูทีนย่อยภายในรูปแบบ
ตัวอย่างที่ดีของ“ ไวยากรณ์ไวยากรณ์” ประเภทนี้สามารถพบได้ในคำตอบนี้และหนึ่งในนี้ สิ่งเหล่านี้มีลักษณะเหมือนประกาศทางไวยากรณ์
ตามหลังเตือนให้คุณ:
…ตรวจสอบให้แน่ใจว่าจะไม่เขียนรูปแบบเสียงรบกวนของเส้น คุณไม่ต้องทำและไม่ควรทำ ไม่มีภาษาการเขียนโปรแกรมที่สามารถคงไว้ซึ่งห้ามพื้นที่สีขาวความคิดเห็นรูทีนย่อยหรือตัวระบุตัวเลขและตัวอักษร ดังนั้นใช้ทุกสิ่งในรูปแบบของคุณ
สิ่งนี้ไม่สามารถเน้นย้ำได้ แน่นอนถ้าคุณไม่ใช้สิ่งเหล่านี้ในรูปแบบของคุณคุณมักจะสร้างฝันร้าย แต่ถ้าคุณทำใช้พวกเขา แต่คุณไม่จำเป็นต้อง
นี่เป็นอีกตัวอย่างหนึ่งของรูปแบบทางไวยากรณ์ที่ทันสมัยรูปแบบนี้สำหรับการวิเคราะห์คำ RFC 5322: use 5.10.0;
$rfc5322 = qr{
(?(DEFINE)
(?<address> (?&mailbox) | (?&group))
(?<mailbox> (?&name_addr) | (?&addr_spec))
(?<name_addr> (?&display_name)? (?&angle_addr))
(?<angle_addr> (?&CFWS)? < (?&addr_spec) > (?&CFWS)?)
(?<group> (?&display_name) : (?:(?&mailbox_list) | (?&CFWS))? ; (?&CFWS)?)
(?<display_name> (?&phrase))
(?<mailbox_list> (?&mailbox) (?: , (?&mailbox))*)
(?<addr_spec> (?&local_part) \@ (?&domain))
(?<local_part> (?&dot_atom) | (?"ed_string))
(?<domain> (?&dot_atom) | (?&domain_literal))
(?<domain_literal> (?&CFWS)? \[ (?: (?&FWS)? (?&dcontent))* (?&FWS)?
\] (?&CFWS)?)
(?<dcontent> (?&dtext) | (?"ed_pair))
(?<dtext> (?&NO_WS_CTL) | [\x21-\x5a\x5e-\x7e])
(?<atext> (?&ALPHA) | (?&DIGIT) | [!#\$%&'*+-/=?^_`{|}~])
(?<atom> (?&CFWS)? (?&atext)+ (?&CFWS)?)
(?<dot_atom> (?&CFWS)? (?&dot_atom_text) (?&CFWS)?)
(?<dot_atom_text> (?&atext)+ (?: \. (?&atext)+)*)
(?<text> [\x01-\x09\x0b\x0c\x0e-\x7f])
(?<quoted_pair> \\ (?&text))
(?<qtext> (?&NO_WS_CTL) | [\x21\x23-\x5b\x5d-\x7e])
(?<qcontent> (?&qtext) | (?"ed_pair))
(?<quoted_string> (?&CFWS)? (?&DQUOTE) (?:(?&FWS)? (?&qcontent))*
(?&FWS)? (?&DQUOTE) (?&CFWS)?)
(?<word> (?&atom) | (?"ed_string))
(?<phrase> (?&word)+)
# Folding white space
(?<FWS> (?: (?&WSP)* (?&CRLF))? (?&WSP)+)
(?<ctext> (?&NO_WS_CTL) | [\x21-\x27\x2a-\x5b\x5d-\x7e])
(?<ccontent> (?&ctext) | (?"ed_pair) | (?&comment))
(?<comment> \( (?: (?&FWS)? (?&ccontent))* (?&FWS)? \) )
(?<CFWS> (?: (?&FWS)? (?&comment))*
(?: (?:(?&FWS)? (?&comment)) | (?&FWS)))
# No whitespace control
(?<NO_WS_CTL> [\x01-\x08\x0b\x0c\x0e-\x1f\x7f])
(?<ALPHA> [A-Za-z])
(?<DIGIT> [0-9])
(?<CRLF> \x0d \x0a)
(?<DQUOTE> ")
(?<WSP> [\x20\x09])
)
(?&address)
}x;
มันไม่น่าทึ่ง - และยอดเยี่ยมใช่ไหม คุณสามารถใช้ไวยากรณ์แบบ BNF และแปลเป็นรหัสโดยตรงโดยไม่สูญเสียโครงสร้างพื้นฐาน!
หากรูปแบบทางไวยากรณ์ที่ทันสมัยยังไม่เพียงพอสำหรับคุณโมดูลที่ยอดเยี่ยมของ Damian Conway Regexp::Grammarsจะเสนอไวยากรณ์ที่สะอาดยิ่งขึ้นพร้อมกับการดีบักที่เหนือกว่าเช่นกัน นี่คือรหัสเดียวกันสำหรับการวิเคราะห์คำ RFC 5322 ใหม่ในรูปแบบจากโมดูลนั้น:
#!/usr/bin/perl
use strict;
use warnings;
use 5.010;
use Data::Dumper "Dumper";
my $rfc5322 = do {
use Regexp::Grammars; # ...the magic is lexically scoped
qr{
# Keep the big stick handy, just in case...
# <debug:on>
# Match this...
<address>
# As defined by these...
<token: address> <mailbox> | <group>
<token: mailbox> <name_addr> | <addr_spec>
<token: name_addr> <display_name>? <angle_addr>
<token: angle_addr> <CFWS>? \< <addr_spec> \> <CFWS>?
<token: group> <display_name> : (?:<mailbox_list> | <CFWS>)? ; <CFWS>?
<token: display_name> <phrase>
<token: mailbox_list> <[mailbox]> ** (,)
<token: addr_spec> <local_part> \@ <domain>
<token: local_part> <dot_atom> | <quoted_string>
<token: domain> <dot_atom> | <domain_literal>
<token: domain_literal> <CFWS>? \[ (?: <FWS>? <[dcontent]>)* <FWS>?
<token: dcontent> <dtext> | <quoted_pair>
<token: dtext> <.NO_WS_CTL> | [\x21-\x5a\x5e-\x7e]
<token: atext> <.ALPHA> | <.DIGIT> | [!#\$%&'*+-/=?^_`{|}~]
<token: atom> <.CFWS>? <.atext>+ <.CFWS>?
<token: dot_atom> <.CFWS>? <.dot_atom_text> <.CFWS>?
<token: dot_atom> <.CFWS>? <.dot_atom_text> <.CFWS>?
<token: dot_atom_text> <.atext>+ (?: \. <.atext>+)*
<token: text> [\x01-\x09\x0b\x0c\x0e-\x7f]
<token: quoted_pair> \\ <.text>
<token: qtext> <.NO_WS_CTL> | [\x21\x23-\x5b\x5d-\x7e]
<token: qcontent> <.qtext> | <.quoted_pair>
<token: quoted_string> <.CFWS>? <.DQUOTE> (?:<.FWS>? <.qcontent>)*
<.FWS>? <.DQUOTE> <.CFWS>?
<token: word> <.atom> | <.quoted_string>
<token: phrase> <.word>+
# Folding white space
<token: FWS> (?: <.WSP>* <.CRLF>)? <.WSP>+
<token: ctext> <.NO_WS_CTL> | [\x21-\x27\x2a-\x5b\x5d-\x7e]
<token: ccontent> <.ctext> | <.quoted_pair> | <.comment>
<token: comment> \( (?: <.FWS>? <.ccontent>)* <.FWS>? \)
<token: CFWS> (?: <.FWS>? <.comment>)*
(?: (?:<.FWS>? <.comment>) | <.FWS>)
# No whitespace control
<token: NO_WS_CTL> [\x01-\x08\x0b\x0c\x0e-\x1f\x7f]
<token: ALPHA> [A-Za-z]
<token: DIGIT> [0-9]
<token: CRLF> \x0d \x0a
<token: DQUOTE> "
<token: WSP> [\x20\x09]
}x;
};
while (my $input = <>) {
if ($input =~ $rfc5322) {
say Dumper \%/; # ...the parse tree of any successful match
# appears in this punctuation variable
}
}
มีจำนวนมากของสิ่งที่ดีในการเป็นperlre manpageแต่เหล่านี้ปรับปรุงอย่างมากในลักษณะการออกแบบ regex พื้นฐานโดยไม่ได้ จำกัด เพียงอย่างเดียว Perl แท้จริงpcrepattern manpageอาจจะอ่านง่ายขึ้นและครอบคลุมดินแดนเดียวกัน
รูปแบบที่ทันสมัยแทบไม่มีอะไรเหมือนกันกับสิ่งดั้งเดิมที่คุณได้รับการสอนในชั้นเรียนของคุณออโต จำกัด