我在2018.04玩这个最长的代币匹配，但我不认为最长的代币匹配：
say 'aaaaaaaaa' ~~ m/
| a+?
| a+
/; # ｢a｣我期望第二个选项有最长的标记，因为它有一个贪婪的量词，看起来非贪婪的量词被算作最长标记的一部分，尽管大纲5指出它不应该被包括在内。
如果颠倒顺序，我会得到预期的输出：
say 'aaaaaaaaa' ~~ m/
| a+
| a+?
/; # ｢aaaaaaaaa｣这应该是这样发生的吗？引擎认为这些标记的长度是多少？官方文档是相当模糊的，所以我借鉴了大纲5来苏斯清楚这是如何工作的。
2条答案
按热度按时间ar5n3qh51#
我在编译器中进行了深入的研究，看看那里发生了什么，
+限定符action方法调用backmod，它反过来将backtrack属性设置为“f”。然而，为量词编译NFA的代码根本不考虑回溯属性，因此对每个量词都一视同仁，而不管其回溯模式如何。因此，它的行为就像
?不存在一样，这意味着它将考虑长度相等的两个分支。然后，它使用声明顺序作为平局决胜局。这导致它选择第一个分支。然后，一旦选择，就应用节俭量词，因此匹配单个“a”。（这也解释了为什么交换顺序会改变事情。）这看起来确实与S05的设想不一致，即
a+?应该被简单地视为“命运”（在本例中，意味着a+?替代品将具有零长度的最长令牌）。规范（即指定语言的测试套件）对这一问题保持沉默，然而，目前使其成为未定义的行为。S05中提出的行为对我来说是有意义的，所以我主张以这种方式指定和实现它。
axkjgtzd2#
我认为目前的行为是正确的。
只有能被NFA或DFA匹配的东西才能成为Longest-Token Match的一部分，而且据我所知，简约量词并不能转化为自动机形式（自动机的工作原理是将所有字符输入自动机，并且在读取完整字符串之前没有接受的概念）。