Perl 6 终于即将面世。在本文中，Ted 将向您介绍 Perl 6 语言的语法和正则表达式，并将它们与当前可用的 Perl 5 Parse::RecDescent 模块进行对比。认识 Perl 正则表达式的新特性，并学会如何具体使用新奇而又功能强大的 Perl 脚本语言。 对所有 Perl 编程人员而言，Perl 6 项目是一个热门话题。Perl 一直是一门不断发展的语言，几乎从任何可以想像得到的角度都可以确定，Perl 6 确实是由 Perl 5 进化而来（不过，您也可以说它们的起源相同）。Perl 6 将运行于 Parrot 之上，Parrot 是一种通用虚拟机，不但可以加载和解释 Perl 6 字节码，还可以加载和解释其他许多语言。 不要让将来的问题困扰着您。如果您曾经用了几个月的时间来观察某个建筑物的建筑过程，您就会知道，选好地基后要进行挖掘，金属骨架似乎总是矗立着。工人们来来往往，工作一直在进行，但是表面看到的却总是陈旧的、丑陋的、生锈的金属。然后，若干天以后，突然间，建筑物就完成了。Perl 6 项目当前正是处于那个长期的中间阶段，表面看到的只是生锈的金属，而工人们正在深入地下进行幕后工作。如果您想洞悉项目的进展，那么可以去查看最新的 Parrot 发行版本以及 Perl 6 每周的更新（请参阅参考资料中的链接）。 本文将向您介绍 Perl 6 语言的语法和正则表达式，并将这些与当前可用的 Perl 5 Parse::RecDescent 模块进行对比。如果以前对 Perl 5 有所了解，熟悉 Parse::RecDescent，并且有词法分析（lexing）和句法分析（parsing）方面的经验，那么这些会对您掌握本文有很大帮助，此外，本文是为那些对 Perl 6 语法和正则表达式感兴趣的所有 Perl 编程人员撰写的。
Perl 6 正则表达式和语法概述 首先需要声明一件事：Perl 将通过使用 :p5 修饰符来支持 Perl 5 正则表达式。对于那些对 Perl 6 正则表达式不感兴趣或者不想转到这方面来的人而言，这是一个福音。此外，Perl 6 正则表达式可能（但不是必须）与 Perl 5 中对应的正则表达式有本质上的区别。 在需要时，Perl 6 正则表达式可以被复用。在匹配单一的词时，复用正则表达式是很荒谬的；但在解析配置文件时，几乎必须要复用正则表达式（这取决于配置文法的复杂度、发生修改的频率等）。 在 Perl 5 中，RegeXP::Common 模块（请参阅参考资料）已经在尝试复用正则表达式，但是，因为 Perl 5 不允许复用正则表达式，所以不得不将它们封装在一个模块接口中。 Perl 6 完全支持这种复用。 尽管您可以编写类似 Perl 5 正则表达式的模糊而晦涩的 Perl 6 正则表达式，但在默认情况下，允许启用空格注解；所以，虽然在 Perl 5 中您可以用“hello there”本身来匹配“hello there”，但在 Perl 6 中，您必须将其改为 /hello <sp> there/。这样就可以在正则表达中将条件清晰地分离开来。 更重要的是，在语法（grammars）内部使用正则表达式时，Perl 6 正则表达式必须不那么晦涩。编程人员会发现（我希望如此， Larry Wall 也是），对清单 2 的理解与维护要比对清单 1 的容易得多： 清单 1. 没有语法的正则表达式 # note this is just a language example, not an accurate name matcher # Perl 6 <[A-Z]> is equivalent to the Perl 5 [A-Z] # Perl 6 :w modifier surrounds all tokens with "automagic" whitespace, # which basically means it will match what most people would call # "Words" $name = m:w/ <[A-Z]><[a-z]>+ <[A-Z]><[a-z]>+ /; 清单 2. 在语法中作为规则的正则表达式 # note this is just a language example, not an accurate name matcher grammar English { rule name :w { <singlename> <singlename> }; rule singlename { <[A-Z]><[a-z]>+ }; }; 清单 2 不仅更容易读懂，而且维护起来也更容易。例如，Perl 6 本身已经定义了 <upper> 和 <lower> 规则，这使事情变得更为简单： 清单 3. 在语法中作为规则的经过改进的正则表达式 # note this is just a language example, not an accurate name matcher grammar Names { rule name :w { <singlename> <singlename> }; rule singlename { <upper><lower>+ }; }; 瞧！使用 <upper> 和 <lower> 之后，我们就复用了代码。此外，我们现在还可以处理 Unicode 名称，而这之前，我们只能局限于处理从 A 到 Z 开头的名称。代码复用是一项出色的技术。 在进行更进一步的维护时，几乎总是需要对名称中的破折号或其他名称（比如 Don Quixote de la Mancha）进行修正（举例来说）。同样，在将对个别规则的更改隔离出来，或者在需要时创建一个新规则的时候，您会注意到这是多么简单。 语法（Grammars） 是相当简单的概念。它们是具有专用名称空间（namespace）和专用子例程的程序包；每一个子例程被称为一个规则。语法可以继承其他语法。这样就使得编程人员既可以复用其他人的代码，也可以编写能够复用的代码。从 Perl 模块的 CPAN 存档文件（archive）获得的成功中可以明显地看出这种复用的价值。Perl 6 语法在规则中使用正则表达式，然后可以将这些规则用于其他规则之中。
对比 Parse::RecDescent 与 Perl 6 的语法 熟悉 Parse::RecDescent 的人都知道，它是一个功能强大的工具。Parse::RecDescent 是一个 Perl 5 模块，只使用很少代码就可以生成非常强大的语法。这些语法与 Perl 6 的语法是否非常相似呢？是这样的，Parse::RecDescent 的作者 Damian Conway 深入参与了 Perl 6 的许多工作。因此，很多在 Parse::RecDescent 中证明好用的思想都被应用到 Perl 6 中也就不足为奇了。它们的一些语法有很多类似之处。 Parse::RecDescent（此后称之为 P::RD）使用 new() 模块文法来创建新的语法。每个 P::RD 语法成为 P::RD 类中的一个对象，语法中的每一个规则都可以作为用来执行动作的方法。P::RD 语法可以将动作（action）与每一个规则关联起来，将其作为解析过程中的一个完整部分。在 Perl 5 本身中，解析是一个事件，而使用了扩展语法的动作则是达成目标途径中的不幸牺牲品（roadkill），那些扩展的语法被证明是造成迷惑的罪魁祸首。这一区别使得 P::RD 比 Perl 5 正则表达式更为有效，原因在于当检测到匹配对象时，它会使某些事情发生。 Perl 6 语法吸取了 P::RD 的经验，它意识到了这些动作的实用性，现在，这些动作已经成为其首要的组成部分。每发现一个匹配对象，就会执行一个动作（代码块）。即使匹配对象的内容可能已经被修改也是如此！此外，这些动作的语法与 P::RD 中的语法同样简单。
清单 4. 包含动作的 Parse::RecDescent 语法 # small extract from my cfperl.pl program's global parser my $parse_global = new Parse::RecDescent (q{ input: blank comment class section comment: /^\s*/ '#' { 1; } blank: /^\s*$/ { 1; } section: /\w+/ ':' { $::current_section = $item[1]; $::current_classes = 'any'; 1; } class: compound_class '::' { $::current_classes = $item{compound_class}; 1; } compound_class: /[-!.\w]+/ }); $parse_global->input("TEXT GOES HERE"); 上面的语法只有一个规则，即 input，它将匹配 blank、comment、class 或者 section 规则。这些规则中的每一个规则都有一个定义，它们可以是独立的或是基于另一个规则的，也可以同时具备这两种特性。 注意像普通的代码块那样封装在大括号 { } 内的动作。对于一个片断（section），动作将全局变量 $current_section 设置为正在进行匹配的片断，并重新设置 $current_classes 全局变量。对于类，动作将全局的 $current_classes 变量设置为匹配的条目。 这个语法在 Perl 6 中会是什么样的呢？
清单 5. 清单 4 语法的 Perl 6 译本 # this may be buggy - it's certainly untested # every input is known to be one line, without newline characters grammar Global { rule input { <blank> <comment> <class> <section> } rule blank { ^^ \s* $$ } rule comment { ^^ \s* \# } rule section { (\w+) \s* \: { $::current_section = $1; $::current_classes = 'any'; } } rule class { (<compound_class>) \s* \:\: { $::current_classes = $1; } } rule compound_class { <[-!.\w]>+ } }
Perl 5 的正则表达式 如果您对 Perl 5 正则表达式非常熟悉，那么可以跳过这一节。 所有 Perl 5 编程人员都熟悉 Perl 5 正则表达式。在进行匹配时，要用 m// 操作符来标识这些正则表达式（有时是可选的），而当匹配并替换时，则要用 s/// 操作符来标识它们。在特定的情况下，/ 字符可以由其他字符取代，并且有一些特定的操作符，它们与正则表达式有几分类似，不过这样的操作符不多（例如 tr///）。Perl 5 正则表达式要指明的或者是“寻找此内容”，或者是“寻找此内容，并
[1] [2] 下一页
（出处：http://www.sheup.com）
上一页 [1] [2]