white space 方法 ws 语法中的默认定义

Default definition of white space method ws in a grammar

根据 the documentation 语法中 ws 方法的默认定义是匹配零个或多个空白字符，只要该点不在单词内即可：

regex ws { <!ww> \s* }

这个定义和下面的有什么区别：

regex ws { \s+ }

我想知道为什么使用零宽度断言 <!ww> 而不是更简单的 \s+？我还注意到默认定义允许匹配零个空格，但什么时候会发生呢？用\s+代替\s*不是更清楚吗？

ww 断言意味着在当前点的任一侧都有匹配 \w 的字符。 ! 反转它，意思是 <!ww> 匹配：

  • 在字符串的开头
  • 在字符串的末尾
  • 当当前位置之前有非\w字符时（例如“+”和"a"之间）
  • 当当前位置后有非\w字符时（例如"a"和“+”之间）

那么，实际上，这意味着永远不能认为空格出现在两个单词字符之间。但是，非单词字符之间，或者单词字符与非单词字符之间，则可以认为是空白。

这符合我们可能希望解析的许多语言所需要的。例如，考虑 ab+cd。默认 ws 将匹配 + 的任一侧，但不会在标识符内匹配。

对于不适合的语言，只需覆盖默认值 ws 即可满足该语言的需要。