PROSAGA码农传奇-Tex-使用Raku（以前称为Perl 6）从.bib文件中提取

此答案的目的是同时满足以下两个条件：

关于“我想用Perl 6解析X”的介绍性一般性回答。

一个完全和详细的答案，完全按照@Suman的要求进行。

在一个语句中（高级用户）
```
"$_[0]: $_[1]\n" .put
  for (slurp 'derm.bib')
    ~~ m:g/ '@article{' (<-[,]>+) ',' \s+ 'title={' ~ '}' (<-[}]>+) /
```
（在glot.io上运行此代码。）

如果他们不关心新手的可读性，我决定从熟悉P6的开发人员在几分钟内开始写的事情开始，以完成您在问题中指定的简单任务。

我将不提供解释。它只是完成工作。如果您是P6新手，那么它可能会令人不知所措。如果是这样，请阅读我的回答的其余部分-这会使速度变慢并且具有全面的注释。也许回到这里，看完其余部分是否更有意义。

“基本Perl 6”解决方案
```
my \input      = slurp 'derm.bib' ;

my \pattern    = rule { '@article{'       ( <-[,]>+ ) ','
                          'title={' ~ '}' ( <-[}]>+ ) }

my \articles   = input.match: pattern, :global ;

for articles -> $/ { print "$0: $1\n\n" }
```
这几乎与“单个语句（高级用户）”代码相同-分为四个语句而不是一个。我本可以使它更紧密地复制代码的第一个版本，但是做了一些我将解释的更改。我这样做是为了使人更加清楚，P6故意将其功能设为可扩展和可重构的连续体，以便人们可以混合使用并匹配最适合给定用例的任何功能。
```
my \input      = slurp 'derm.bib' ;
Perls以其签名而闻名。在P6中，如果不需要它们，可以将其“砍掉”。Perls还以简洁的处理方式而闻名。slurp一次读取整个文件。

my \pattern    = rule { '@article{'       ( <-[,]>+ ) ','
                          'title={' ~ '}' ( <-[}]>+ ) }
```
Perl 6模式通常称为正则表达式或规则。正则表达式/规则有几种类型。模式语言是相同的；不同类型只是指导匹配引擎修改其处理给定模式的方式。

一种正则表达式/规则类型是经典正则表达式的P6等效项。这些用/.../ 或声明regex {...}。开头的“高级用户”代码中的正则表达式就是这些正则表达式之一。它们的区别在于它们在必要时会回退，就像经典的正则表达式一样。

无需回溯以匹配.bib格式。除非需要回溯，否则考虑使用其他规则类型之一是明智的。我已改用关键字声明的规则rule。

用声明的规则与rule用regex（或/.../）声明的规则相同，不同之处在于A）不会回溯，B）它将模式中的空格解释为与输入中可能的空格相对应。您是否发现我刚从\s+模式中删除了'title={'？那是因为a rule会自动进行处理。

另一个区别是我写了：
```
'title={' ~ '}' ( ... )
代替：

'title={' ( ... ) '}'
```
例如，在花括号之后移动与花括号之间的位匹配的样式，然后在花括号~之间放一个。它们匹配相同的整体模式。我可以用高级用户/.../模式或本节rule模式中的任何一种方式编写东西。但是我希望本节更加“最佳实践”。我将对这种差异以及该模式的所有其他详细信息进行完整的解释，直到下面的“围嘴”语法解释部分。

`my \articles   = input.match: pattern, :global ;`
该行使用m早期“高级用户”版本中使用的例程的方法形式。

:global与相同:g。我可以在两个版本中用任何一种方式编写它。

如果要搜索整个匹配的字符串，则在调用方法（或例程）时将:global（或:g）添加到参数列表中，查找尽可能多的匹配项，而不仅仅是第一个。然后，该方法（或例程）返回对象列表，而不只是一个。在这种情况下，我们将获得三份，分别对应于输入文件中的三篇文章。.matchmmMatch

`for articles -> $/ { print "$0: $1\n\n" }`
$ /上的每个P6文档，“ $/是match变量，因此通常包含Match类型的对象。”。它还提供了其他一些便利，我们将在此处利用这些便利之一，如下所述。

该for循环先后依次绑定的整体匹配对象（对应于每个已成功由语法解析在示例文件中的条款），以符号$/内部for的块。

该模式包含两对括号。这些生成“位置捕获”。总体Match对象通过Positioning下标（postfix []）提供对其两个Position捕获的访问。因此，在for块内，$/[0]并$/[1]提供对给定文章的两个位置捕获的访问。但这样做$0并$1-因为标准的P6别名后面这些符号$/[0]，并$/[1]为您提供方便。

还在我这儿？

该答案的后半部分建立并彻底解释了基于语法的方法。阅读它可能会提供对以上解决方案的进一步了解。

但首先...

一个“无聊”的实际答案
我想用Perl 6解析它。有人可以帮忙吗？

与使用其他工具相比，P6可能会使编写解析器的工作变得不那么乏味。但是，减少乏味仍然是乏味的。而且P6解析当前很慢。

在大多数情况下，当您要解析除最琐碎的文件格式（尤其是几十年来众所周知的格式）之外的任何内容时，实际的答案是查找并使用现有的解析器。

您可以从在modules.perl6.org上搜索“ bib”开始，希望找到一个公共共享的“ bib”解析模块。围绕非P6库的纯Perl 6一个或一些P6包装器。但是在撰写本文时，没有“ bib”的匹配项。

几乎可以肯定，已经有一个“围兜”解析C库。这可能是最快的解决方案。即使您不了解C，您也很可能可以轻松优雅地使用打包为C lib的外部解析库（以自己的P6代码）。如果NativeCall的解释太多或太少，请考虑访问freenode IRC频道＃perl6，并询问您需要或需要的任何NativeCall帮助。

如果C库不适用于特定的用例，那么您可能仍可以通过其Inline::*语言适配器使用以Perl 5，Python，Ruby，Lua等编写的包。只需安装Perl 5，Python或所需的任何软件包即可；确保它使用其他语言运行；安装适当的语言适配器；然后使用该软件包及其功能，就好像它是包含导出的P6函数，类，对象，值等的P6软件包一样。

Perl 5适配器是最成熟的适配器，因此我将以它为例。假设您使用Perl 5的Text :: BibTex软件包，现在希望将Perl 6与Perl 5中现有的Text :: BibTeX :: BibFormat模块一起使用。首先，设置Perl 5软件包，因为它们应该按照自述文件的说明进行设置，等等。然后，在Perl 6中，编写如下内容：
```
use Text::BibTeX::BibFormat:from<Perl5>;
...
@blocks = $entry.format;
```
第一行是如何告诉P6您希望加载P5模块的方法。（除非Inline::Perl5已经安装并运行，否则它将无法正常工作。但是，如果您使用的是流行的Rakudo Perl 6捆绑软件，则应该zef这样做zef install Inline::Perl5。否则，至少应该具有模块安装程序才能运行。）

最后一行是刚刚的机械P6翻译@blocks = $entry->format;从线Perl的5个文字::中文提供:: BibFormat的概要。

创建一个P6语法/解析器
好。足够的“无聊”实用建议。现在，让我们尝试一些有趣的操作，以创建足以满足您问题示例的P6解析器。

```
# use Grammar::Tracer;

grammar bib {

rule TOP           { <article>* }

rule article       { '@article{' $<id>=<-[,]>+ ','
                            <kv-pairs>
                         '}'
    }

rule kv-pairs      { <kv-pair>* % ',' }

rule kv-pair       { $<key>=\w* '={' ~ '}' $<value>=<-[}]>* }

}
```
有了这个语法之后，我们现在可以编写如下内容：

```
die "Maybe use Grammar::Tracer?" unless bib.parsefile: 'derm.bib';

for $<article> { say .<id> ~ ': ' ~ .<kv-pairs><kv-pair>[0]<value> ~ "\n" }
```
生成与早期“高级用户”和“基本Perl 6”解决方案完全相同的输出-但使用语法/解析器方法。

Bib语法的说明
`# use Grammar::Tracer;`
如果解析失败，则返回值为Nil。P6不会告诉您距离有多远。您将没有零头绪来解释为什么解析失败。

如果没有更好的选择（？），则当语法失败时，use Grammar::Tracer可以帮助调试（如果尚未安装，请先安装）。

grammar bib {
该grammar关键字是一样class的，但语法可以不仅包含名为methodS作为平时也称为regexS，tokens和rule秒。

rule TOP           {
除非你指定，解析程序通过调用开始时rule（或token，regex或method）命名TOP。

根据经验，呃，规则，如果你不知道你应该使用rule，regex，token，或method解析的某些位，使用token。（与regex模式不同，tokens不会回溯，因此它们消除了由于回溯而不必要地缓慢运行的风险。）

但是在这种情况下，我使用了rule。像token模式一样，rule也避免回溯。但是此外，它们以自然方式将跟随模式中任何原子的空白视为有效。这通常适合于解析树的顶部。（令牌和偶尔的正则表达式通常适合于叶子。）

rule TOP           { <article>* }
规则末尾的空格表示语法将匹配输入末尾的任意数量的空格。

<article> 在此语法中调用另一个命名规则（或令牌/正则表达式/方法）。

由于看起来每个bib文件中应允许包含任意数量的文章，因此我在的末尾添加了*（零个或多个）<article>*。
```
    rule article       { '@article{' $<id>=<-[,]>+ ','
                            <kv-pairs>
                         '}'
    }
```
有时我会制定规则，使其类似于典型输入的外观。我试图在这里这样做。

<[...]>是字符类的P6语法，就像[...]传统的regex语法一样。它功能更强大，但现在您只需要知道-in <-[,]>表示取反，即与^in ye olde [^,]语法相同。因此，<-[,]>+尝试匹配一个或多个字符，都不是,。

$<id>=<-[,]>+告诉P6尝试匹配=（<-[,]>+即位）右侧的量化原子并将结果存储'id'在当前Match对象内的键处。后者将挂在解析树的一个分支上；我们稍后会精确到达。

`   rule kv-pairs      { <kv-pair>* % ',' }`
此正则表达式代码说明了几种方便的P6正则表达式功能之一。它表示您要匹配零个或多个以逗号分隔的kv-pair s 。

（更详细地讲，%正则表达式中缀运算符要求其左侧的量化原子的匹配被其右侧的原子分隔。）
  `  rule kv-pair       { $<key>=\w* '={' ~ '}' $<value>=<-[}]>* }`
这里的新位是'={' ~ '}'。这是另一个方便的正则表达式功能。该正则表达式代字号操作者解析（在这种情况下，一个具有一个定界的结构={开启器和}更近）具有匹配的上越靠近右侧的量化正则表达式原子分隔符之间的比特。这具有多种好处，但主要的好处是错误消息可以更加清晰。

解析树的构造/解构的说明
最后一行（）中的$<article>和.<id>等位for $<article> { say .<id> ~ ':' ~ .<kv-pairs><kv-pair>[0]<value> ~ "\n" }表示匹配对象，该对象存储在成功解析后生成并返回的解析树中。

返回语法顶部：

rule TOP           {
如果解析成功，则返回单个“ TOP”级别的 Match对象，该对象对应于解析树的顶部。（它也可用于通过变量在parse方法调用之后立即进行编码$/。）

但是，在最终的解析返回之前，将生成许多其他 Match对象，它们代表整个解析的子部分，并将其添加到解析树中。通过将单个生成的Match对象或它们的列表分配给“父” Match对象的Positional或Associative元素，可以将Match对象添加到解析树中，如下所述。

rule TOP           { <article>* }
像这样的规则调用<article>有两个作用。首先，P6尝试匹配该规则。其次，如果匹配，则P6生成一个相应的Match对象，并将其添加到解析树中。

如果成功匹配的模式是<article>，而不是<article>*，则将仅尝试进行一次匹配，并且仅生成一个值（即单个Match对象）并将其添加到解析树中。

但是这种模式<article>*不仅是这样<article>。因此，P6尝试article多次匹配该规则。如果至少匹配一次，则它将生成并存储一个或多个Match对象的对应列表。（有关详细说明，请参见我对“如何在比赛中访问捕获内容？”的回答。）

因此，将匹配对象列表分配给'article'TOP级别匹配对象的键。（如果匹配的正则表达式<article>不是，<article>*则匹配将导致仅将一个Match对象分配给'article'键，而不是它们的列表。）

因此，现在我将尝试解释$<article>最后一行代码的一部分，即：
```
for $<article> { say .<id> ~ ': ' ~ .<kv-pairs><kv-pair>[0]<value> ~ "\n" }
$<article>是的缩写$/.<article>。
```
$ /上的每个P6文档，“ $/是match变量。它存储最后一次Regex匹配的结果，因此通常包含Match类型的对象。”

在本例中，最后一个正则表达式匹配是语法TOP规则bib。

解析返回的TOP级别Match对象$<article>的'article'键下的值也是如此。此值是3个“文章”级别 Match对象的列表。

`    rule article       { '@article{' $<id>=<-[,]>+ ','`
该article反过来正则表达式包含$<id>在赋值的左侧。这对应于将Match对象分配给'id'添加到商品级别 Match对象的新键。

希望这足够了（也许太多了！），我现在可以解释一下最后一行代码，再次是：

`for $<article> { say .<id> ~ ': ' ~ .<kv-pairs><kv-pair>[0]<value> ~ "\n" }`
在for超过3个匹配对象（对应于输入的3篇）解析期间生成和下储存该列表迭代'article'顶层匹配对象的键。

（此迭代会自动将这三个子Match对象的每一个分配给$_，也就是“ it”或“ thetopic”，然后在每次分配后，在代码块（{ ... }）中执行代码。代码块中的代码通常会引用，或者显式或隐式地）$_。

.<id>块中的位等效于$_.<id>，即隐式引用$_。正如刚才解释的，$_是article正在处理的级别相匹配对象中的这一次for循环。该<id>位意味着.<id>返回存储在级别Match对象的'id'键下的articleMatch对象。

最后，该.<kv-pairs><kv-pair>[0]<value>位指的是存储在匹配对象的'value'关键字下的匹配对象，该对象作为kv-pair与kv-pairs规则对应存储的匹配对象的关键字下存储的匹配对象列表的第一个（第0个）元素，而规则又依次存储在级别Match对象的'kv-pairs'键article。

！

当自动生成的解析树不是您想要的时
似乎以上所有内容还不够，我需要再提一件事。

语法分析树强烈反映了语法的隐式树结构。但是，由于解析而获得这种结构有时是不便的-人们可能想要一个不同的树结构，也许是一个更简单的树，也许是一些非树数据结构。

当自动结果不合适时，从解析中准确生成所需内容的主要机制是使用make。（这可以在规则内的代码块中使用，也可以分解为与语法分开的Action类。）

反过来，的主要用例make是生成悬在解析树之外的节点的稀疏树。

最后，这些稀疏树的主要用例是存储AST。