匹配Perl正则表达式文字的perl正则表达式

Question

是否有一个perl正则表达式形式的规范可以匹配所有perl正则表达式文字？

如果做不到这一点，有没有针对所有perl正则表达式文字的任何语言的规范？

理想情况下，它应该包括像/x这样的正则表达式修饰符和像s/这样的正则表达式运算符，但我可以稍后对其进行补充。

在变量插值之后匹配的规格是理想的，但之前的规格也很好。

上下文:我正在用perl (实际上是使用Parse::RecDescent)编写一种元语言，它可以编译成perl，并希望标识正则表达式文字并将它们传递给perl。

Answer 1

这些操作符可以包含任意的Perl代码，并且没有相应的规范。

例如，在

/$x{ EXPR }/

和

s// EXPR /e

EXPR几乎可以是任何有效的Perl表达式。

然而，我不认为你真的需要知道如何解析它。你只需要知道它在哪里结束。这很简单。Perl还需要能够在解析操作符之前做到这一点，因此它不允许某些代码模式。(因此，上面的“几乎”。)

当分隔符为()、[]或{}时，分隔符的前面必须有奇数个分隔符。当分隔符为()、[]或{}时，只要分隔符是对称的，分隔符就可能显示为未转义。

balanced_paren_guts  : ( /(?:[^\\\(\)]|\\.)+/ | '(' balanced_paren_guts  ')' )(s?)
balanced_square_guts : ( /(?:[^\\\[\]]|\\.)+/ | '[' balanced_square_guts ']' )(s?)
balanced_curly_guts  : ( /(?:[^\\\{\}]|\\.)+/ | '{' balanced_curly_guts  '}' )(s?)


match_op        : <skip:> 'm' /\s*/ match_op_1 match_modifiers

match_op_1      : '(' <commit> balanced_paren  ')'
                | '[' <commit> balanced_square ']'
                | '{' <commit> balanced_curly  '}'
                | /(?x: ([^\\]) (?:(?!\1).|\\.)* \1 )/

match_modifiers : /\w+/


subst_op        : <skip:> 's' /\s*/ subst_op_1 subst_modifiers

subst_op_1      : '(' <commit> balanced_paren  ')' \s* subst_op_2
                | '[' <commit> balanced_square ']' \s* subst_op_2
                | '{' <commit> balanced_curly  '}' \s* subst_op_2
                | /(?x: ([^\\]) (?:(?!\1).|\\.)* \1 (?:(?!\1).|\\.)* \1 )/

subst_op_2      : '(' <commit> balanced_paren  ')'
                | '[' <commit> balanced_square ']'
                | '{' <commit> balanced_curly  '}'
                | /(?x: ([^\\]) (?:(?!\1).|\\.)* \1 )/

subst_modifiers : /\w+/

备注：

• 规则可能无法正确地将«'»作为分隔符处理。
• 需要添加一个规则以允许«\»作为分隔符，但我认为您不应支持此操作。

Answer 2

您可能需要查看YAPE::Regex的源代码，它用于解析Perl正则表达式。一个很大的警告是，它自perl版本5.6以来就没有更新过，这意味着它不理解从那时起引入的任何正则表达式语法(特别是5.10)。

另请参阅perlreref