正则表达式/令牌/规则匹配嵌套的花括号？

Question

我需要匹配key = valueBibTeX 文件中对的值，这些文件可以包含任意嵌套的大括号，由大括号分隔。我最多匹配两个深嵌套的花括号，就像{some {stuff} like {this}}kludgey一样：

    token brace-value {
    '{' <-[{}]>* ['{' <-[}]>* '}' <-[{}]>* ]* '}'
    }

我对再往下一层的想法感到不寒而栗……但是正确解析我的 BibTeX 内容至少需要三层深。

是的，我知道周围有 BibTeX 解析器，但我需要获取完整的条目以进行进一步处理，同时查看几个键。我的*.bib文件相当温和（我不介意手动处理一些杂散条目），问题是我有很多文件，并且有很多重叠。但是一些“相同”的条目有不同的键，或者额外的数据。我想将它们合并成几个主文件（BibTeX 背后的整个想法，对吧？）。如果bibtool给出一个没有重复（ha！）大约 20,000 行的文件，手工就不好玩了...

Answer 1

在仔细阅读了 Lenz 的“使用 Perl 6 正则表达式和语法解析”（Apress，2017 年）之后，我意识到“正则表达式”机制（基于回溯）实际上可能比官方承认的更强大，因为正则表达式可以调用另一个，并且我在任何地方都没有看到禁止递归调用。

在深入研究之前，先了解一些上下文无关的语法：描述嵌套大括号（没有别的）的一种方法是使用语法：

S -> { S } S | <无>

即，嵌套大括号要么是左大括号，要么是嵌套大括号，要么是右大括号，要么是更多嵌套的大括号；或者什么都没有。这或多或少直接转换为 Raku（没有空的正则表达式，通过使构造可选来伪造它）：

my regex nb {
   [ '{' <nb> '}' <nb> ]?
}

瞧，这行得通。需要修复以避免捕获，终止回溯（如果它在第一次尝试时不匹配，则永远不会匹配），并用“其他任何”填充物进行装饰。

my regex nested-braces {
    :ratchet 
     <-[{}]>*
     [ '{' <.nested-braces> '}' <.nested-braces> ]?
     <-[{}]>*
};

这检查了我的测试用例。

对于不太喜欢冒险的人，有Text::BalancedPerl 模块（以前是 Perl 5，可以从 Raku 使用 调用Inline::Perl5）。不幸的是，在语法中对我没有直接用处。

Answer 2

好的，刚刚（重新）检查过。的文档'{' ~ '}'还有很多不足之处，根本不清楚它是为了处理平衡的、正确嵌套的分隔符。

所以我的最终解决方案实际上就是这样：

my regex nested-braces {
   :ratchet
   '{' ~ '}' .*
}

感谢大家！今天学到了不少东西。