Грамматики Perl 6. Простой разбор текста
В Perl 6 получил развитие мощный инструмент анализа и обработки текста – грамматики (Grammars). Они являются связующим звеном между регулярными выражениями и методами обработки их результатов. С точки зрения синтаксиса они основаны на суперклассе Grammar и для их объявления достаточно вместо ключевого слова «class» использовать Grammar.
Регулярные выражения определенные в теле класса задают вершины дерева соответствия (tree of Match objects). Тут могут быть определены операторы языков программирования, ключевые слова, выражения. При этом обязательно должна быть указана вершина дерева с именем «TOP»: правило, с применения которого начинается разбор текста.
grammar Sentences {
#Вершина дерева разбора, предполагается, что текст состоит из предложений
rule TOP { [<sentence>]* }
#Предложение включает в себя основу и второстепенный член
rule sentence { <basis> <minor> '.' }
#Основа предполагает наличие подлежащего(их) и сказуемого
rule basis{<subjects> <predicate> }
#Подлежащих может быть несколько и они разделены либо запятыми, либо союзом «и»
rule subjects{ <subject> (',' <subject>)* ('и' <subject>)? }
#Подлежащее
rule subject{ <word> }
#Сказуемое
rule predicate{ <word> }
#Второстепенный член
rule minor{ <word> }
rule word{ <:L>+ }
}
Для построения синтаксического дерева достаточно передать в метод «parse» данного класса анализируемый текст:
my $text="Аборигены нашли Кука.
Вирус порушил систему.
Система и софт забили диск.";
Sentences.parse($text).say;
Результат:
Аборигены нашли Кука.
Вирус порушил систему.
Система и софт забили диск.｣
sentence => ｢Аборигены нашли Кука.
｣
basis => ｢Аборигены нашли ｣
subjects => ｢Аборигены ｣
subject => ｢Аборигены ｣
word => ｢Аборигены ｣
predicate => ｢нашли ｣
word => ｢нашли ｣
minor => ｢Кука｣
word => ｢Кука｣
sentence => ｢Вирус порушил систему.
｣
basis => ｢Вирус порушил ｣
subjects => ｢Вирус ｣
subject => ｢Вирус ｣
word => ｢Вирус ｣
predicate => ｢порушил ｣
word => ｢порушил ｣
minor => ｢систему｣
word => ｢систему｣
sentence => ｢Система и софт забили диск.｣
basis => ｢Система и софт забили ｣
subjects => ｢Система и софт ｣
subject => ｢Система ｣
word => ｢Система ｣
1 => ｢и софт ｣
subject => ｢софт ｣
word => ｢софт ｣
predicate => ｢забили ｣
word => ｢забили ｣
minor => ｢диск｣
word => ｢диск｣
Но на построении синтаксического дерева задача разбора не заканчивается. Путешествие по его ветвям также значительно упрощено, для его анализа можно подключить класс действий (Action class). В том случае, когда «срабатывает» правило, вызывается одноименный метод из класса действий. Если метода не существует — никаких действий не производится. В качестве параметра классу действий передается экземпляр класса "Match", содержащий соответствующую подстроку, разобранную с помощью регулярных выражений. При этом полученные в результате разбора подстроки доступны по именам, определенным в грамматике.
class SentencesActions {
method minor($/) { $/.make: ~$/~" [свободный член]. " }
method predicate($/) { $/.make: ~$/ ~" [сказуемое] " }
method subject($/) { $/.make: ~$/ }
method subjects($/) { $/.make: ~$/ ~" [подлежащее(ие)] " }
method basis($/) { $/.make: ~$<subjects>.ast ~$<predicate>.ast }
method sentence($/) {
$/.make: ~$<basis>.ast ~$<minor>.ast ~"\n"
}
#Простой сбор результатов
method TOP($/) { $/.make: $<sentence>».ast }
}
my $res = Sentences.parse($text, :actions(SentencesActions)).ast;
for @$res -> $p {
say ~$p;
}
Результат:
Аборигены [подлежащее(ие)] нашли [сказуемое] Кука [свободный член].
Вирус [подлежащее(ие)] порушил [сказуемое] систему [свободный член].
Система и софт [подлежащее(ие)] забили [сказуемое] диск [свободный член].
Грамматики позволяют объединять регулярные выражения так же, как классы позволяют объединять методы. Это позволяет создать более прозрачный, лучше структурированный код разбора текста.
Хотите стать программистом? Рекомендуем профессию «Веб-разработчик».