如何标记 Perl 源代码？

Question

我有一些合理的（未混淆的）Perl 源文件，我需要一个标记器，它将其拆分为标记，并返回每个标记的类型，例如对于脚本

print "Hello, World!\n";

它会返回如下内容：

• 关键字5字节
• 空白 1 个字节
• 双引号字符串 17 个字节
• 分号 1 个字节
• 空白 1 个字节

哪个是最好的库（最好用 Perl 编写）？它必须相当正确，即它应该能够解析像qq{{\}}} 这样的句法结构，但它不必知道像Lingua::Romana::Perligata 这样的特殊解析器。我知道解析 Perl 是图灵完备的，只有 Perl 本身才能做到正确，但我不需要绝对正确：分词器可能会失败或不兼容，或者在一些非常罕见的极端情况下假设某些默认值，但它应该可以工作大部分时间都是正确的。它必须比普通文本编辑器内置的语法高亮更好。

仅供参考，我在pygments 中尝试了 PerlLexer，这对于大多数结构来说都是合理的，除了它在这个中找不到第二个 print 关键字：

print length(<<"END"); print "\n";
String
END

Answer 1

PPI

Answer 2

use PPI;

是的，只有 perl 可以解析 Perl，但是 PPI 是 95% 正确的解决方案。