Question

我正在为以下语法编写Scala解析器：

expr := "<" anyString ">" "<" anyString ">"
anyString := // any string

例如，"<foo> <bar>"是有效字符串，"<http://www.example.com/example> <123>"和"<1> <_hello>"

到目前为止，我有以下内容：

object MyParser extends JavaTokenParsers {

  override def skipWhitespace = false

  def expr: Parser[Any] = "<" ~ anyString ~ ">" ~ whiteSpace ~ "<" ~ anyString ~ ">"

  def anyString = ???

}

我的问题如下（我已经包含了我的怀疑答案，但无论如何，请确认，如果我是对的！）：

如何实现接受任何字符串的正则表达式解析器？这必须有一个几乎无关紧要的答案，如def anyString = """\a*""".r，其中\a是代表任何字符的符号（虽然\a可能不是我正在寻找的机器人。）
如果我将anyString设置为接受任何字符串，它会在>符号之前停止，还是会一直运行直到字符串结束并失败？我相信它会一直运行到字符串结束并失败，然后它最终会找到>并消耗到那里。这似乎导致了一个非常低效的解析器，对此的任何评论都将受到赞赏！
如果<和>中的字符串包含>符号（例如<fo>o> <bar>），该怎么办？ anyString会消耗到第一个>还是最后一个？是否有任何方法可以指定它是否能消耗最少，或最多？
为了解决上一点问题，我想在<中禁止> anyString。怎么写呢？。

谢谢！

Answer 1

我正在研究自己的问题，我会在这里试着回答。

Java Pattern documentation指定.匹配任何字符。因此，接受任何字符串的正则表达式将是：
```
def anyString = ".*".r
```
要接受任何非空字符串，我们可以使用".+".r。
要理解这一点，请考虑以下玩具示例：
```
 object MyParser1 {
   override def skipWhitespace = false
   def expr = "<" ~ anyString ~ ">"
   def anyString = ".*".r
 }
```
此处，字符串<>被拒绝。要测试它，请使用：
```
println(  MyParser1.parseAll(MyParser1.expr, "<>")  )
```
这表示.*解析器正在消耗，直到字符串结束，因此>不可用于最终解析器。因此，似乎有必要禁止在<中出现>和anyString表单。
与前一点一样，.*解析器使用整个字符串，因此会消耗所有>个符号。
在同一文档中，给出了否定运算符。要排除<和>，我们可以写一下：
```
def almostAnyString = "[^<>]*".r
```
通常，构造[^abc]将匹配除 a，b和c之外的任何字符。

总而言之，到目前为止我发现的最佳实现如下：

object MyParser extends JavaTokenParsers { override def skipWhitespace = false // don't allow whitespace between parsers by default def expr: Parser[Any] = "<" ~ almostAnyString ~ ">" ~ whiteSpace ~ // this parser is defined in JavaTokenParsers "<" ~ almostAnyString ~ ">" def almostAnyString = "[^<>]*".r }

一个解析器，它接受Scala中的任何字符串？

1 个答案: