使用开始和结束符号使用 Megaparsec 解析块注释

Question

我想使用 Megaparsec 在 Haskell 中解析与此类似的文本。

# START SKIP
def foo(a,b):
    c = 2*a # Foo 
    return a + b
# END SKIP

，其中 # START SKIP 和 # END SKIP 标记要解析的文本块的开始和结束。

与 skipBlockComment 相比，我希望解析器 return 开始和结束标记之间的行。

这是我的解析器。

skip :: Parser String
skip = s >> manyTill anyChar e
  where s = string "# START SKIP"
        e = string "# END SKIP"

skip 解析器按预期工作。

为了在开始和结束标记内允许可变数量的白色 space，例如 # START SKIP 我尝试了以下方法：

skip' :: Parser String
skip' = s >> manyTill anyChar e
  where s = symbol "#" >> symbol "START" >> symbol "SKIP"
        e = symbol "#" >> symbol "END" >> symbol "SKIP"

使用skip'解析上面的文字出现如下错误。

3:15:
unexpected 'F'
expecting "END", space, or tab

我想了解此错误的原因以及如何修复它。

Answer 1

正如 Alec 已经评论的那样，问题是一旦 e 遇到 '#'，它就被视为 消耗的字符 。 parsec 及其衍生物的工作方式是，一旦您使用了任何字符，您就会致力于该解析分支——即 manyTill anyChar 替代方案不再被考虑，即使 e最终在这里失败了。

尽管如此，您可以通过将结束分隔符包装在 try:

中轻松请求回溯

skip' :: Parser String
skip' = s >> manyTill anyChar e
  where s = symbol "#" >> symbol "START" >> symbol "SKIP"
        e = try $ symbol "#" >> symbol "END" >> symbol "SKIP"

这将在使用 '#' 之前设置一个“检查点”，并且当 e 稍后失败时（在您的示例中，在 "Foo"），它将表现得好像没有字符完全匹配。

事实上，传统的秒差距也会为 skip 提供相同的行为。只是，因为寻找一个字符串并且只有在它完全匹配时才会成功是一项如此常见的任务，megaparsec 的 string 的实现方式类似于 try . string，即如果失败发生在该固定字符串中，它将始终回溯。

但是，复合解析器默认情况下仍然不会回溯，就像它们在 attoparsec 中所做的那样。主要原因是，如果任何东西都可以回溯到任何一点，你就无法真正在错误消息中显示一个明确的失败点。

使用开始和结束符号使用 Megaparsec 解析块注释

Parsing block comments with Megaparsec using symbols for start and end

haskell

megaparsec