安全转义Raku正则表达式元字符

Question

我想将一个像通配符的模式转换为 Raku 正则表达式。目前我是这样做的：

s :global {
    || $<question-mark> = '?'
    || $<asterisk>      = '*'
    || $<non-word>      = \W
} = $<question-mark> ?? '.' !! $<asterisk> ?? '.*' !! "\\$<non-word>";

用反斜杠前缀每个非单词字符是否正确？也就是说，这样做会错过任何应该转义的内容吗？或者会转义任何不应该转义的内容吗？

我有点困惑为什么Raku取消了Perl 5的quotemeta函数，这在这里将是理想的。虽然根据this question的答案，它不会经常需要，但在像这样的情况下，我只能手动编写一个我不确定是否足够的解决方案。

- Sean

---

我相信反斜杠会被解释为转义字符，所以它应该是有效的。在引用方面，你可以不将值放在 \Q 和 \E 之间吗？ - Reilas

我相信反斜杠将被解释为转义字符，所以它应该是有效的。就引用而言，你能不能将值放在 \Q 和 \E 之间？ - Reilas

@Reilas Raku没有\Q和\E。 - Sean

@Reilas Raku没有\Q和\E。 - Sean

这里有什么有用的信息吗？https://dev59.com/7sTra4cB1Zd3GeqP9YA6 - jubilatious1

Answer 1

Raku正则表达式可以包含带引号的字符串字面量：

say "food" ~~ /. "oo" /; # ｢foo｣

通过调用.raku，可以将一个Str转换为Raku源代码表示：

say "oh\n\"".raku; # "oh\n\""

这个处理了字符串构造的转义，使得它可以安全地输出到正则表达式中。

顺便说一下，虽然它仍处于实验阶段，即将推出的RakuAST将允许通过构建AST来构造正则表达式，这将提供另一种安全且更通用的解决方案。

- Jonathan Worthington

Answer 2

使用我的 Rakudo 版本（v2022.07），以下转义包装工作：

1. 将文字用 q[...] 包裹起来，
2. 将上述的 q[…] 用 <{...}> 包裹起来。

在 zsh 或 bash 命令行中测试为一行指令：

~$ zsh
~% raku -e 'say "food" ~~ / . <{ q[oo] }> /;'
｢foo｣

~% bash
~$ raku -e 'say "food" ~~ / . <{ q[oo] }> /;'
｢foo｣

可以尝试使用Raku的“Q语言”的不同变体：我在上面使用方括号取得了成功。请参阅：https://docs.raku.org/language/quoting.html。注意，确保添加< >尖括号，否则用{ }花括号包裹的文字将会看不见（它会被执行为代码块）。

~$ zsh
~% raku -e 'say "food" ~~ / { q[food] } /;'
｢｣
~% raku -e 'say "nothing" ~~ / { q[nothing] } /;'
｢｣

~% bash
~$ raku -e 'say "food" ~~ / { q[food] } /;'
｢｣
~$ raku -e 'say "nothing" ~~ / { q[nothing] } /;'
｢｣

---

以上可能对于跨平台的正则表达式最有用，而不是将 Linux/Unix 的“外部单引号和内部双引号”替换为 Windows 的“外部双引号和内部单引号”，反之亦然。您甚至可以尝试使用 qb[…] 来进行反斜杠转义识别（例如，对于有问题的 \n 换行符识别很有用）：

~$ zsh
~% raku -e 'say "food\ntruck" ~~ / . <{qb[ ood \\n tru ]}> .. /;'
｢food
truck｣

~% bash
~$ raku -e 'say "food\ntruck" ~~ / . <{qb[ ood \\n tru ]}> .. /;'
｢food
truck｣

---

感谢@fecundf在理解/编码正则表达式匹配器中的插值方面给我们许多启发（请随意查看下面的帖子）。

https://www.nntp.perl.org/group/perl.perl6.users/2019/09/msg6960.html

- jubilatious1

---

我想要转义事先不知道的任意文本，这样看起来包含闭合括号的文本就不能被包裹在q[...]中，因为括号会提前关闭引用结构。如果我误解了，请提供一个处理任意文本的替代方案。 - Sean

@Sean，从广义上讲，单引号和双引号都是Raku中同一种Q语言的一部分。在之前的评论中，我指导你去了一个类似的问题，那里有一个答案这里。那个答案似乎不可接受，所以我发表了这个回答。事实上，如果你基本上是在你的代码中翻译?字符，你应该能够在后面的所有内容中使用q?…?。我可以在此基础上继续努力，并可能将其整合到上面。无论如何，我希望你会发现我的答案（和这个评论）有用。最好的问候。 - jubilatious1

我很欣赏你所付出的努力，但我觉得你误解了我的问题的要点。你开始提到了“取字面值”，但我并不想转义一个字面值；我想要将从文件中读取的任意字符串转换成正则表达式，其中?变为.，*变为.*，并转义其他所有字符。Jonathan提供了一个解决方案，例如将字符串foo^*&bar（不是作为字面值提供）转换为字符串"foo^".*"&bar"，这样就能达到目的。我无法看出如何利用你的回答来实现同样的目标。 - Sean

我很感激你所付出的努力，但是我觉得你误解了我的问题的要点。你一开始提到了“采取字面意思”，但是我并不想转义一个字面意思；我想要将从文件中读取的任意字符串转换成正则表达式，其中?会变成.，*会变成.*，而其他字符则需要进行转义。Jonathan提供了一个解决方案，例如将字符串foo^*&bar（不作为字面意思提供）转换成字符串"foo^".*"&bar"，这样就能达到目的。我无法看出如何将你的回答应用于同样的目标上。 - Sean

@Sean，看起来你接受了一个回答，这个回答与我一年前发布的回答完全一样。祝好。 - jubilatious1