使用 Parsec 解析命令式语言的奇怪行为

Question

我正在尝试在 haskell 中使用 Parsec 解析 Abap 语言的一个片段。 Abap 中的语句由点分隔。函数定义的语法是：

FORM <name> <arguments>.
    <statements>.
ENDFORM.

我会用它作为一个最小的例子。这是我在 haskell 和解析器中编写相应类型的尝试。 GenStatement-构造函数用于除上述函数定义之外的所有其他语句。

module Main where

import Control.Applicative
import Data.Functor.Identity

import qualified Text.Parsec as P
import qualified Text.Parsec.String as S
import Text.Parsec.Language
import qualified Text.Parsec.Token as T

type Args = String
type Name = String

data AbapExpr -- ABAP Program
   = Form Name Args [AbapExpr]
   | GenStatement String [AbapExpr]
   deriving (Show, Read)

lexer :: T.TokenParser ()
lexer = T.makeTokenParser style
  where
    caseSensitive = False
    keys = ["form", "endform"]
    style = emptyDef
        { T.reservedNames = keys
        , T.identStart = P.alphaNum <|> P.char '_'
        , T.identLetter = P.alphaNum <|> P.char '_'
        }

dot :: S.Parser String
dot = T.dot lexer

reserved :: String -> S.Parser ()
reserved = T.reserved lexer

identifier :: S.Parser String
identifier = T.identifier lexer

argsP :: S.Parser String
argsP = P.manyTill P.anyChar (P.try (P.lookAhead dot))

genericStatementP :: S.Parser String
genericStatementP = P.manyTill P.anyChar (P.try dot)

abapExprP = P.try (P.between (reserved "form")
                             (reserved "endform" >> dot)
                             abapFormP)
    <|> abapStmtP
  where
    abapFormP = Form <$> identifier <*> argsP <* dot <*> many abapExprP
    abapStmtP = GenStatement <$> genericStatementP <*> many abapExprP

使用以下输入测试解析器会导致奇怪的行为。

-- a wrapper for convenience
parse :: S.Parser a -> String -> Either P.ParseError a
parse = flip P.parse "Test"

testParse1 = parse abapExprP "form foo arg1 arg2 arg2. form bar arg1. endform. endform."

结果

Right (GenStatement "form foo arg1 arg2 arg2" [GenStatement "form bar arg1" [GenStatement "endform" [GenStatement "endform" []]]])

所以看起来第一个分支总是失败，只有第二个通用分支成功。但是，如果第二个分支（解析通用语句）被注释，则解析表单突然成功：

abapExprP = P.try (P.between (reserved "form")
                             (reserved "endform" >> dot)
                             abapFormP)
    --    <|> abapStmtP
  where
    abapFormP = Form <$> identifier <*> argsP <* dot <*> many abapExprP
    -- abapStmtP = GenStatement <$> genericStatementP <*> many abapExprP

现在我们得到

 Right (Form "foo" "arg1 arg2 arg2" [Form "bar" "arg1" []])

这怎么可能？似乎第一个分支成功了，那么为什么它在第一个示例中不起作用 - 我错过了什么？

非常感谢！

Answer 1

帮我看看你的解析器 genericStatementP 解析任何字符直到出现一个点（你正在使用 P.anyChar）。因此它无法识别您的词法分析器的保留关键字。

我认为你必须定义：

type Args = [String]

和：

argsP :: S.Parser [String]
argsP = P.manyTill identifier (P.try (P.lookAhead dot))

genericStatementP :: S.Parser String
genericStatementP = identifier

通过这些更改，我得到以下结果：

Right (Form "foo" ["arg1","arg2","arg2"] [Form "bar" ["arg1"] []])

使用 Parsec 解析命令式语言的奇怪行为

Strange behaviour parsing an imperative language using Parsec

parsing

haskell

parsec