Question

我想知道是否可以从下面的语法中获得匹配正则表达式生成的MatchData。

object DateParser extends JavaTokenParsers {

    ....

    val dateLiteral = """(\d{4}[-/])?(\d\d[-/])?(\d\d)""".r ^^ {
        ... get MatchData
    }
}

当然，一个选项是在块内再次执行匹配，但由于RegexParser已经执行了匹配，我希望它将MatchData传递给块，或者存储它？

Answer 1

以下是将Regex转换为Parser的隐式定义：

  /** A parser that matches a regex string */
  implicit def regex(r: Regex): Parser[String] = new Parser[String] {
    def apply(in: Input) = {
      val source = in.source
      val offset = in.offset
      val start = handleWhiteSpace(source, offset)
      (r findPrefixMatchOf (source.subSequence(start, source.length))) match {
        case Some(matched) =>
          Success(source.subSequence(start, start + matched.end).toString, 
                  in.drop(start + matched.end - offset))
        case None =>
          Failure("string matching regex `"+r+"' expected but `"+in.first+"' found", in.drop(start - offset))
      }
    }
  }

只是改编它：

object X extends RegexParsers {
  /** A parser that matches a regex string and returns the Match */
  def regexMatch(r: Regex): Parser[Regex.Match] = new Parser[Regex.Match] {
    def apply(in: Input) = {
      val source = in.source
      val offset = in.offset
      val start = handleWhiteSpace(source, offset)
      (r findPrefixMatchOf (source.subSequence(start, source.length))) match {
        case Some(matched) =>
          Success(matched,
                  in.drop(start + matched.end - offset))
        case None =>
          Failure("string matching regex `"+r+"' expected but `"+in.first+"' found", in.drop(start - offset))
      }
    }
  }
  val t = regexMatch("""(\d\d)/(\d\d)/(\d\d\d\d)""".r) ^^ { case m => (m.group(1), m.group(2), m.group(3)) }
}

示例：

scala> X.parseAll(X.t, "23/03/1971")
res8: X.ParseResult[(String, String, String)] = [1.11] parsed: (23,03,1971)

Answer 2

不，你不能这样做。如果你看一下将正则表达式转换为Parser时使用的Parser的定义，它会丢弃所有上下文并返回完整匹配的字符串：

http://lampsvn.epfl.ch/trac/scala/browser/scala/tags/R_2_7_7_final/src/library/scala/util/parsing/combinator/RegexParsers.scala?view=markup#L55

你还有其他几个选择：

将您的解析器分解为几个较小的解析器（对于您实际想要提取的令牌）
定义一个自定义解析器，用于提取所需的值并返回域对象而不是字符串

第一个看起来像

val separator = "-" | "/"
  val year = ("""\d{4}"""r) <~ separator
  val month = ("""\d\d"""r) <~ separator
  val day = """\d\d"""r

  val date = ((year?) ~ (month?) ~ day) map {
    case year ~ month ~ day =>
      (year.getOrElse("2009"), month.getOrElse("11"), day)
  }

<~表示“将这两个令牌放在一起，但只给出第一个令牌的结果。

~表示“将这两个令牌放在一起并将它们绑定在一个模式匹配的对象中。

?表示解析器是可选的，将返回一个选项。

.getOrElse位为解析器未定义值时提供默认值。

Answer 3

在RegexParsers实例中使用正则表达式时，RegexParsers中的隐式def正则表达式（正则表达式）：解析器[String] 用于将Regex应用于输入。在当前输入成功应用RE时产生的Match实例用于在regex（）方法中构造Success，但仅使用其“end”值，因此任何捕获的子匹配在方法时被丢弃回报。

就目前而言（在我看过的2.7源文件中），我相信你运气不好。

Answer 4

我使用scala 2.8.1遇到了类似的问题，并尝试使用RegexParsers类解析“name：value”形式的输入：

package scalucene.query

import scala.util.matching.Regex
import scala.util.parsing.combinator._

object QueryParser extends RegexParsers {
  override def skipWhitespace = false

  private def quoted = regex(new Regex("\"[^\"]+"))
  private def colon = regex(new Regex(":"))
  private def word = regex(new Regex("\\w+"))
  private def fielded = (regex(new Regex("[^:]+")) <~ colon) ~ word
  private def term = (fielded | word | quoted)

  def parseItem(str: String) = parse(term, str)
}

在解析之后，您似乎可以抓住匹配的组：

QueryParser.parseItem("nameExample:valueExample") match {
  case QueryParser.Success(result:scala.util.parsing.combinator.Parsers$$tilde, _) => {
      println("Name: " + result.productElement(0) + " value: " + result.productElement(1))
  }
}

访问Scala Parser正则表达式匹配数据

4 个答案: