如何使用 Rust 中的 nom 库匹配精确的标签

Question

我正在开发一个用 Rust 编写的小型持续时间解析库，并使用 nom 库。在这个库中，我定义了一个 second 解析器组合器函数。它的职责是解析各种可接受的格式，以文本格式表示秒数。

    pub fn duration(input: &str) -> IResult<&str, std::time::Duration> {
       // Some code combining the various time format combinators
       // to match the format "10 days, 8 hours, 7 minutes and 6 seconds"  
    }

    pub fn seconds(input: &str) -> IResult<&str, u64> {
        terminated(unsigned_integer_64, preceded(multispace0, second))(input)
    }

    fn second(input: &str) -> IResult<&str, &str> {
        alt((
            tag("seconds"),
            tag("second"),
            tag("secs"),
            tag("sec"),
            tag("s"),
        ))(input)
    }

到目前为止，标签组合器的行为符合我的预期。然而，我最近发现下面的例子失败了，并且根据定义失败了：

assert!(second("se").is_err())

事实上，文档指出“输入数据将与标签组合器的参数进行比较，并将 return 匹配参数的输入部分”。

但是，正如我的示例所希望说明的那样，我想要实现的是某种类型的标记，如果无法解析整个输入，该标记就会失败。我研究了在解析输入后是否有休息的明确检查；并发现它会起作用。此外，未成功探索使用 complete 和 take 组合器的某些风格来实现这一点。

解析单词的“完全匹配”并在部分结果上失败（那将 return 休息）的惯用方法是什么？

Answer 1

您可以使用 all consuming 组合器，如果整个输入已被其子解析器使用，则组合器会成功：

// nom 6.1.2
use nom::branch::alt;
use nom::bytes::complete::tag;
use nom::combinator::all_consuming;
use nom::IResult;

fn main() {
    assert!(second("se").is_err());
}

fn second(input: &str) -> IResult<&str, &str> {
    all_consuming(alt((
        tag("seconds"),
        tag("second"),
        tag("secs"),
        tag("sec"),
        tag("s"),
    )))(input)
}

更新

我想我误解了你原来的问题。也许这更接近您的需要。关键是你应该编写更小的解析器，然后将它们组合起来：

use nom::branch::alt;
use nom::bytes::complete::tag;
use nom::character::complete::digit1;
use nom::combinator::all_consuming;
use nom::sequence::{terminated, tuple};
use nom::IResult;

#[derive(Debug)]
struct Time {
    min: u32,
    sec: u32,
}

fn main() {
    //OK
    let parsed = time("10 minutes, 5 seconds");
    println!("{:?}", parsed);

    //OK
    let parsed = time("10 mins, 5 s");
    println!("{:?}", parsed);

    //Error -> although `min` is a valid tag, it would expect `, ` afterwards, instead of `ts`
    let parsed = time("10 mints, 5 s");
    println!("{:?}", parsed);

    //Error -> there must not be anything left after "5 s"
    let parsed = time("10 mins, 5 s, ");
    println!("{:?}", parsed);

    // Error -> although it starts with `sec` which is a valid tag, it will fail, because it would expect EOF
    let parsed = time("10 min, 5 sections");
    println!("{:?}", parsed);
}

fn time(input: &str) -> IResult<&str, Time> {
    // parse the minutes section and **expect** a delimiter, because there **must** be another section afterwards
    let (rem, min) = terminated(minutes_section, delimiter)(input)?;

    // parse the minutes section and **expect** EOF - i.e. there should not be any input left to parse
    let (rem, sec) = all_consuming(seconds_section)(rem)?;

    // rem should be empty slice
    IResult::Ok((rem, Time { min, sec }))
}

// This function combines several parsers to parse the minutes section:
// NUMBER[sep]TAG-MINUTES
fn minutes_section(input: &str) -> IResult<&str, u32> {
    let (rem, (min, _sep, _tag)) = tuple((number, separator, minutes))(input)?;

    IResult::Ok((rem, min))
}

// This function combines several parsers to parse the seconds section:
// NUMBER[sep]TAG-SECONDS
fn seconds_section(input: &str) -> IResult<&str, u32> {
    let (rem, (sec, _sep, _tag)) = tuple((number, separator, seconds))(input)?;

    IResult::Ok((rem, sec))
}

fn number(input: &str) -> IResult<&str, u32> {
    digit1(input).map(|(remaining, number)| {
        // it can panic if the string represents a number
        // that does not fit into u32
        let n = number.parse().unwrap();
        (remaining, n)
    })
}

fn minutes(input: &str) -> IResult<&str, &str> {
    alt((
        tag("minutes"),
        tag("minute"),
        tag("mins"),
        tag("min"),
        tag("m"),
    ))(input)
}

fn seconds(input: &str) -> IResult<&str, &str> {
    alt((
        tag("seconds"),
        tag("second"),
        tag("secs"),
        tag("sec"),
        tag("s"),
    ))(input)
}

// This function parses the separator between the number and the tag:
//N<separator>tag -> 5[sep]minutes
fn separator(input: &str) -> IResult<&str, &str> {
    tag(" ")(input)
}

// This function parses the delimiter between the sections:
// X minutes<delimiter>Y seconds -> 1 min[delimiter]2 sec
fn delimiter(input: &str) -> IResult<&str, &str> {
    tag(", ")(input)
}

我在这里为构建块创建了一组基本解析器，例如“数字”、“分隔符”、“定界符”、各种标记（分钟、秒等）。 None 的那些期望是“完整的单词”。相反，您应该使用组合符，例如 terminated、tuple、all_consuming 来标记“确切单词”结束的位置。

如何使用 Rust 中的 nom 库匹配精确的标签

How can I match an exact tag using the nom library in Rust

parsing

rust

parser-combinators

nom

更新