Question

事实上，我确信我使用了错误的术语。这是我想要解决的问题：markdown格式的解析器，以及它的一个子集。

我的问题在于blockquote功能。 blockquote中的每一行都以>开头;否则一切都是降价文件中的正常结构。

您无法单独查看各行，因为您需要将段落与常规行分开，例如

> a
> b

与

不同

> a
>
> b

和类似的东西（如果列表是块引用，你不想要x列表，但是一个列表包含x个元素）。一种自然而琐碎的方式是“起飞”＃34; >符号，自己解析块引用，忽略它周围的任何东西，用BlockQuote类型构造函数包装它，将它放在外部AST中并继续解析原始输入。如果我没错，pango的作用是什么：

https://hackage.haskell.org/package/pandoc-1.14.0.4/docs/src/Text-Pandoc-Readers-Markdown.html#blockQuote

blockQuote :: MarkdownParser (F Blocks)
blockQuote = do
  raw <- emailBlockQuote
  -- parse the extracted block, which may contain various block elements:
  contents <- parseFromString parseBlocks $ (intercalate "\n" raw) ++ "\n\n"
  return $ B.blockQuote <$> contents

然后：

http://hackage.haskell.org/package/pandoc-1.5.1/docs/src/Text-Pandoc-Shared.html#parseFromString

-- | Parse contents of 'str' using 'parser' and return result.
parseFromString :: GenParser tok st a -> [tok] -> GenParser tok st a
parseFromString parser str = do
  oldPos <- getPosition
  oldInput <- getInput
  setInput str
  result <- parser
  setInput oldInput
  setPosition oldPos
  return result

现在parseFromString对我来说非常讨厌，除此之外它还Parsec而不是attoparsec所以我无法在我的项目中使用它。我不确定如何从blockquote中取出Text并解析它并返回解析结果，以便它适合＆＃34;在当前解析中。似乎不可能？

我一直在谷歌搜索这个问题而我认为 pipes-parse和conduit可以帮助该领域，尽管我很难找到例子和我看到的看起来不那么好看＆＃34;纯粹＆＃34; parsec / attoparsec解析器。

解析blockquotes的其他选项是重写通常的解析器，但使用> catch ...复杂和重复很多。解析块引用分别计算每一行并写出一些杂乱的＆＃34; merge＆＃34;功能。或者在第一个Text类型构造函数中解析包含块引用的第一个AST作为BlockquoteText，等待转换，它们将被单独解析，不是很优雅，但它具有简单性的优点，确实有所作为。

我可能会选择后者，但肯定有更好的方法吗？

Answer 1

我问自己同样的问题。为什么没有标准的组合子用于嵌套解析器，就像你描述的那样？我的默认模式是信任包作者，特别是当该作者也共同编写了“Real World Haskell”时。如果缺少这样一个明显的能力，也许它是设计的，我应该寻找更好的方法。然而，我已经设法让自己相信这样一个方便的组合器几乎是无害的。每当全有或全无类型解析器适用于内部解析时都很有用。

实施

import Data.Attoparsec.Text
import qualified Data.Text as T
import Data.Text(Text)
import Control.Applicative

我已将所需的功能划分为两个解析器。第一个constP执行某些给定文本的“就地”解析。它用empty（来自Alternative）替换常量解析器的失败，但是没有其他副作用。

constP :: Parser a -> Text -> Parser a
constP p t = case parseOnly p t of
  Left _ -> empty
  Right a -> return a

第二部分来自parseOf，它根据外部解析的结果执行常量内部解析。这里的empty替代方案允许失败的解析返回而不消耗任何输入。

parseOf :: Parser Text -> Parser a -> Parser a
parseOf ptxt pa = bothParse <|> empty
  where
    bothParse = ptxt >>= constP pa

块报价降价可以以所需的方式书写。此实现要求对结果块进行完全解析。

blockQuoteMarkdown :: Parser [[Double]]
blockQuoteMarkdown = parseOf blockQuote ( markdownSurrogate <* 
                                          endOfInput
                                        )

我只是实现了一个空格分隔双精度快速解析器，而不是实际的降价解析器。解析器的复杂性来自允许最后一条非空行，无论是否以新行结束。

markdownSurrogate :: Parser [[Double]]
markdownSurrogate = do
  lns <- many (mdLine <* endOfLine)
  option lns ((lns ++) . pure <$> mdLine1)
  where
    mdLine = sepBy double (satisfy (==' '))
    mdLine1 = sepBy1 double (satisfy (==' '))

这两个解析器负责将文本内部返回到块引号。

blockQuote :: Parser Text
blockQuote = T.unlines <$> many blockLine

blockLine :: Parser Text
blockLine = char '>' *> takeTill isEndOfLine <* endOfLine

最后，对解析器进行测试。

parseMain :: IO ()
parseMain = do

  putStrLn ""
  doParse "a" markdownSurrogate a
  doParse "_" markdownSurrogate ""
  doParse "b" markdownSurrogate b
  doParse "ab" markdownSurrogate ab
  doParse "a_b" markdownSurrogate a_b
  doParse "badMarkdown x" markdownSurrogate x
  doParse "badMarkdown axb" markdownSurrogate axb

  putStrLn ""
  doParse "BlockQuote ab" blockQuoteMarkdown $ toBlockQuote ab
  doParse "BlockQuote a_b" blockQuoteMarkdown $ toBlockQuote a_b
  doParse "BlockQuote axb" blockQuoteMarkdown $ toBlockQuote axb
  where
    a = "7 3 1"
    b = "4 4 4"
    x = "a b c"

    ab = T.unlines [a,b]
    a_b = T.unlines [a,"",b]
    axb = T.unlines [a,x,b]

    doParse desc p str = do
      print $ T.concat ["Parsing ",desc,": \"",str,"\""]
      let i = parse (p <* endOfInput ) str
      print $ feed i ""

    toBlockQuote = T.unlines
                 . map (T.cons '>')
                 . T.lines

*Main> parseMain

"Parsing a: \"7 3 1\""
Done "" [[7.0,3.0,1.0]]
"Parsing _: \"\""
Done "" []
"Parsing b: \"4 4 4\""
Done "" [[4.0,4.0,4.0]]
"Parsing ab: \"7 3 1\n4 4 4\n\""
Done "" [[7.0,3.0,1.0],[4.0,4.0,4.0]]
"Parsing a_b: \"7 3 1\n\n4 4 4\n\""
Done "" [[7.0,3.0,1.0],[],[4.0,4.0,4.0]]
"Parsing badMarkdown x: \"a b c\""
Fail "a b c" [] "endOfInput"
"Parsing badMarkdown axb: \"7 3 1\na b c\n4 4 4\n\""
Fail "a b c\n4 4 4\n" [] "endOfInput"

"Parsing BlockQuote ab: \">7 3 1\n>4 4 4\n\""
Done "" [[7.0,3.0,1.0],[4.0,4.0,4.0]]
"Parsing BlockQuote a_b: \">7 3 1\n>\n>4 4 4\n\""
Done "" [[7.0,3.0,1.0],[],[4.0,4.0,4.0]]
"Parsing BlockQuote axb: \">7 3 1\n>a b c\n>4 4 4\n\""
Fail ">7 3 1\n>a b c\n>4 4 4\n" [] "Failed reading: empty"

讨论

显着的差异在于失败的语义。例如，在分析axb和阻止引用axb时，分别是以下两个字符串

7 3 1
a b c
4 4 4

和

> 7 3 1
> a b c
> 4 4 4

降价解析导致

Fail "a b c\n4 4 4\n" [] "endOfInput"

而引用的结果是

Fail ">7 3 1\n>a b c\n>4 4 4\n" [] "Failed reading: empty"

降价消耗“7 3 1 \ n”，但在引用的失败中没有报道。相反，失败变得全有或全无。

同样，在部分成功的情况下，不允许处理未解析的文本。但考虑到用例，我认为不需要这样做。例如，如果解析看起来像以下

"{ <tok> unhandled }more to parse"

其中{}表示已识别的块引用上下文，并在该内部上下文中解析<tok>。然后，部分成功必须将“未处理”提升出该块报价上下文，并以某种方式将其与“更多解析”相结合。

我没有看到通用方法，但是通过选择内部解析器返回类型是允许的。例如，通过一些解析器parseOf blockP innP :: Parser (<tok>,Maybe Text)。但是，如果出现这种需要，我希望有一种比嵌套解析器更好的方法来处理这种情况。

可能还有人担心attoparsec部分解析的丢失。也就是说，constP的实现使用parseOnly，它将解析返回Fail和Partial折叠为单个Left失败状态。换句话说，我们失去了为内部解析器提供更多文本的能力。但是，请注意要解析的文本本身是外部解析的结果;只有在将足够的文本提供给外部解析后才能使用它。所以这不应该是一个问题。

attoparsec：＆＃34;嵌套＆＃34;解析器 - 使用不同的解析器解析输入的子集

1 个答案:

实施

讨论