秒差距 start-of-row 模式？

Question

我正在尝试使用 Parsec 解析 mediawiki 文本。 mediawiki 标记中的某些结构只能出现在行的开头（例如 header 标记 ==header level 2==）。在正则表达式中，我会使用锚点（例如 ^）来查找一行的开头。

GHCi 的一次尝试是

Prelude Text.Parsec> parse (char '\n' *> string "==" *> many1 letter <* string "==") "" "\n==hej=="
Right "hej"

但这不太好，因为它会在文件的第一行失败。我觉得这应该是一个解决的问题...

Parsec 中最惯用的 "Start of line" 解析是什么？

Answer 1

也许您可以使用 many (char '\n') 而不仅仅是 char '\n'。在解析器组合器中，没有行首的意义，因为它们总是运行在输入的开头。您唯一可以做的就是手动检查您的输入可以从哪些符号开始。使用 many (char '\n') 确保在 header == my header ==.

之前只有零个或多个空行

Answer 2

您可以使用 getPosition and sourceColumn 来找出解析器当前正在查看的列号。如果当前位置在一行的开头（例如在输入的开头或在 \n 或 \r 字符之后），列号将为 1。

没有 built-in 组合器，但您可以轻松实现：

import Text.Parsec
import Control.Monad (guard)

startOfLine :: Monad m => ParsecT s u m ()
startOfLine = do
    pos <- getPosition
    guard (sourceColumn pos == 1)

现在您可以将 header 解析器编写为：

header = startOfLine *> string "==" *> many1 letter <* string "=="

秒差距 start-of-row 模式？

Parsec start-of-row pattern?

mediawiki

haskell

parsec