Question

我发现学习如何使用Attoparsec非常困难，因为文档实际上只是一个API文档，并且基本上没有教程（除了来自FPComplete的教程）。如果你知道其他我可以学习Attoparsec的地方，那就太棒了。

我必须采用以下格式解析简单的分子名称：NaCl，CO2，H2O，HCN，H2O2。
元素名称是一个大写字母，可选地后跟一个小写字母（我不考虑那些符号长于2个字符的元素）。
元素后面可以跟一个数字（这将是公式中的下标）。

新版本（感谢Mark＆＃39; s和Tarmil的建议），它编译但不解析：

module Chem
    where

import Data.Text (Text, pack)
import Control.Applicative ((<*>), (<$>))
import Data.Attoparsec.Text

data Element = Element String Int deriving (Eq, Ord, Show)
type Molecule = [Element]

parseString :: String -> Result Molecule
parseString = parse (many' parseElement) . pack

parseElement :: Parser Element
parseElement = do
    el <- (++) <$> pClass "A-Z" <*> option "" (pClass "a-z")
    n  <- option 1 decimal
    return $ Element el n

pClass :: String -> Parser String
pClass cls = (\c -> [c]) <$> satisfy (inClass cls)

任何建议都表示赞赏。

编辑：我设法让它运行起来。基本上，返回了Partial延续，并且为了完成解析，它需要用空字节串来提供解析器。所以正确的parseString将是：

parseString = flip feed empty . parse (many' parseElement) . pack

其中empty为Data.Text.empty。但是，由于我不需要增量解析，因此有一个有用的函数parseOnly，它不等待更多输入并返回Either。

考虑到这一点，我重写了这样的代码（它现在有效）：

module Chem
    where

import Data.Text (Text, pack)
import Control.Applicative ((<*>), (<$>))
import Data.Attoparsec.Text

data Element = Element String Int deriving (Eq, Ord, Show)
type Molecule = [Element]

parseString :: String -> Either String Molecule
parseString = parseOnly (many' parseElement) . pack

parseElement :: Parser Element
parseElement = do
    el <- (++) <$> pClass "A-Z" <*> option "" (pClass "a-z")
    n  <- option 1 decimal
    return $ Element el n

pClass :: String -> Parser String
pClass cls = (\c -> [c]) <$> satisfy (inClass cls)

Answer 1

字母解析部分有两个问题：

inClass不是解析器，它是一个传递给satisfy的函数。
<*>的类型为Parser (a -> b) -> Parser a -> Parser b，因此左侧的解析器应返回一个函数。通常，它使用如下：
```
pf <$> p1 <*> p2 <*> ... <*> pn
```
其中pf是带n个参数的函数。

所以在这里你可能想要这样的东西：

-- parse a character in the given class, and transform it to a single-char string
pClass cls = (\c -> [c]) <$> satisfy (inClass cls)

-- ...
    el <- ((++) <$> pClass "A-Z" <*> pClass "a-z") <|> pClass "A-Z"
-- ...

我认为使用option可以增强此功能，而不是复制A-Z解析器：

    el <- (++) <$> pClass "A-Z" <*> option "" (pClass "a-z")

使用Attoparsec解析简单的分子名称

1 个答案: