用 Haskell 解析引号

Question

要求取自 DOT language specification，更准确地说，我正在尝试解析 [ID] 属性，例如，

any double-quoted string ("...") possibly containing escaped quotes (\")1;

下面应该是一个最小的例子。

{-# LANGUAGE OverloadedStrings #-}
module Main where

import           Text.Megaparsec
import           Text.Megaparsec.Char
import           Data.Void
import           Data.Char
import           Data.Text               hiding ( map
                                        , all
                                        , concat
                                        )

type Parser = Parsec Void Text

escape :: Parser String
escape = do
    d <- char '\'
    c <- oneOf ['\', '\"', '0', 'n', 'r', 'v', 't', 'b', 'f']
    return [d, c]

nonEscape :: Parser Char
nonEscape = noneOf ['\', '\"', '[=11=]', '\n', '\r', '\v', '\t', '\b', '\f']

identPQuoted :: Parser String
identPQuoted =
    let inner = fmap return (try nonEscape) <|> escape
    in  do
      char '"'
      strings <- many inner
      char '"'
      return $ concat strings

identP :: Parser Text
identP = identPQuoted >>= return . pack

main = parseTest identP "\"foo \"bar\""

虽然我想要 foo "bar

，但上面的代码第二次失败了 returns "foo "

我不明白为什么。我以为 megaparsec 会重复应用 inner 直到它解析最后的 "。但它只是重复应用 nonEscape 解析器，第一次失败，它使用 escape，然后它似乎跳过了内部字符串的其余部分，只是转到最后的引号。

Answer 1

您的输入文本是 "foo "bar"，其中不包含任何转义引号。它被解析为"foo "的完整ID（后跟bar"，被忽略）。

如果您想确保您的解析器使用所有可用的输入，您可以使用

parseTest (identP <* eof) "..."

如果您想向解析器提供带有转义引号的 ID，就像这样...

"foo \"bar"

... 然后你需要转义所有特殊字符以将它们嵌入 Haskell 源代码：

main = parseTest identP "\"foo \\"bar\""

\" 表示文字 " 并且 \ 表示文字 \.

用 Haskell 解析引号

Parse between quotes with Haskell

parsing

haskell

parsec

megaparsec