Question

我是Haskell的新手，现在我正在学习使用parsec。我遇到了一个问题，就是说，我希望得到满足字符串中某些特定模式的所有子字符串。例如，从以下字符串

＆＃34;我想从F1（a），F2a，F5-A，F34-5等选择F12或F12，但不应该选择F，即选择以F开头的那些后跟一个数字（在数字之前可能有零个或多个空格），然后是[＆＃39; a＆＃39; ...＆＃39; z＆＃39;] ++中的任何字符 [＆＃39; A＆＃39; ...＆＃39;] + [＆＃39; 0＆＃39; ...＆＃39; 9＆＃39;] ++ [＆＃39;（＆＃39;＆＃39）＆＃39;＆＃34; - ＆＃34;。]＆＃34;

结果应该是[F12，F12，F1（a），F2a，F5-A，F34-5]，其中应删除F和数字之间的空格。

使用parsec，我成功获得了一个子字符串，例如F12，F2a。代码如下：

hao :: Parser Char
hao = oneOf "abcdefghijklmnopqrstuvwxyz1234567890ABCDEFGHIJKLMNOPQRSTUVWXYZ()-"
tuhao :: Parser String
tuhao = do { c <- char 'F'
           ; many space
           ; c1 <- digit
           ; cs <- many hao
           ; return (c:c1:cs)
           }
parse tuhao "" str -- can parse the str and get one sub-string.

但是，我坚持如何解析上面的示例字符串并获取特定模式的所有子字符串。我有一个想法，如果找到F，然后开始解析，否则跳过解析或解析失败然后跳过解析。但我不知道如何实施该计划。我有另一个想法，使用State来记录未解析的剩余字符串，并使用递归，但仍然无法执行。

所以我很感激任何提示！ ^ _ ^

Answer 1

F12，F 12，F1(a)，F2a，F5-A，F34-5

这是一个不完整的描述，所以我会做一些猜测。

我首先要定义一个可以包含这些表达式的逻辑部分的类型。 E.g。
```
newtype F = F (Int, Maybe String) deriving Show
```
也就是说，“F”后跟一个数字和一个可选部分，它是字母，带括号的字母或短划线后跟字母/数字。由于“F”之后的数字可以有多个数字，我假设可选的字母/数字也可能是多个。

由于示例有限，我认为以下内容无效：F1a(b)，F1(a)b，F1a-5，F1(a)-A，F1a(a)-5，{ {1}}，F1a1等以及以下内容有效：F1-(a)，F1A，F1abc，F1(abc)，F1-abc。这可能不是真的。 [1]
然后我会继续为每个子部分编写解析器并编写它们：
```
F1-a1b2
```

（正如Jon Purdy在评论中写的那样）在字符串上使用此解析器来获取多个匹配项，

module Main where

import Text.Parsec
import Data.Maybe (catMaybes)

symbol :: String -> Parser String
symbol s = string s <* spaces

parens :: Parser a -> Parser a
parens = between (string "(") (string ")")

digits :: Parser Int
digits = read <$> many1 digit

parseF :: Parser F
parseF = curry F <$> firstPart <*> secondPart
  where
    firstPart :: Parser Int
    firstPart = symbol "F" >> digits

    secondPart :: Parser (Maybe String)
    secondPart = optionMaybe $ choice
      [ many1 letter
      , parens (many1 letter)
      , string "-" >> many1 alphaNum
      ]

打印：

extract :: Parser a -> Parser [a]
extract p = do (:) <$> try p <*> extract p
        <|> do anyChar >> extract p
        <|> do eof >> return []

readFs :: String -> Either ParseError [F]
readFs s = parse (extract parseF) "" s

main :: IO ()
main = print (readFs "F12, F 12, F1(a), F2a, F5-A, F34-5")

外卖：

您可以使用令牌解析（Right [F (12,Nothing),F (12,Nothing),F (1,Just "a"),F (2,Just "a"),F (5,Just "A"),F (34,Just "5")]）解析可选空格。
您可以使用option, optionMaybe or optional解析可选部分。
您可以使用symbol或a <|> b <|> c在组合器之间切换。
在选项之间交替时，请确保它们没有重叠的FIRST集。否则你需要try;这是令人讨厌的，但有时是不可避免的。（在这种情况下，三个选项的FIRST集合为choice [a, b, c]，letter和string "("，即不重叠。）

[1]：为了限制，我坚持上述假设，但我觉得我也可以认为string "-"，F1a-B和F1(a)-5是有效的，在这种情况下，我可能会将模型更改为：

F1(a)-5A

Answer 2

我们可以使用以下命令在字符串中获取特定模式的子字符串 findAll 来自的组合器 replace-megaparsec。

请注意，此tuhao解析器实际上并未返回任何内容。 findAll组合器仅检查解析器是否成功，以查找与模式匹配的子字符串。

import Replace.Megaparsec
import Text.Megaparsec
import Text.Megaparsec.Char
import Data.Maybe
import Data.Either

let tuhao :: Parsec Void String ()
    tuhao = do
        void $ single 'F'
        void $ space
        void $ digitChar
        void $ many $ oneOf "abcdefghijklmnopqrstuvwxyz1234567890ABCDEFGHIJKLMNOPQRSTUVWXYZ()-"

input = "I want to choose F12 or F 12 from F1(a), F2a, F5-A, F34-5 and so on, but F alone should not be chosen, that is, choose those which start with F followed by a digit (before the digit there could be zero or more than one space) and then by any character from ['a'..'z'] ++ ['A'..'Z'] ++ ['0'..'9'] ++ ['(',')',\"-\"]."

rights $ fromJust $ parseMaybe (findAll tuhao) input

["F12","F 12","F1(a)","F2a","F5-A","F34-5"]

如何使用parsec获取字符串

2 个答案: