Question

需求取自DOT language specification，更准确地说，我正在尝试解析[ID]属性，例如，

任何可能包含转义引号（\“）1的双引号字符串（” ...“）;

以下应该是一个最小的示例。

{-# LANGUAGE OverloadedStrings #-}
module Main where

import           Text.Megaparsec
import           Text.Megaparsec.Char
import           Data.Void
import           Data.Char
import           Data.Text               hiding ( map
                                        , all
                                        , concat
                                        )

type Parser = Parsec Void Text

escape :: Parser String
escape = do
    d <- char '\\'
    c <- oneOf ['\\', '\"', '0', 'n', 'r', 'v', 't', 'b', 'f']
    return [d, c]

nonEscape :: Parser Char
nonEscape = noneOf ['\\', '\"', '\0', '\n', '\r', '\v', '\t', '\b', '\f']

identPQuoted :: Parser String
identPQuoted =
    let inner = fmap return (try nonEscape) <|> escape
    in  do
      char '"'
      strings <- many inner
      char '"'
      return $ concat strings

identP :: Parser Text
identP = identPQuoted >>= return . pack

main = parseTest identP "\"foo \"bar\""

上面的代码第二次失败，并返回"foo "，即使我想要foo "bar

我不明白为什么。我认为megaparsec将反复应用inner直到解析最后的"。但是它仅重复应用nonEscape解析器，并且第一次失败，并且使用escape，然后它似乎跳过了内部字符串的其余部分，而直接移至最终引号。

Answer 1

您输入的文本为"foo "bar"，其中不包含任何转义的引号。它被解析为"foo "的完整ID（后跟bar"，将被忽略）。

如果要确保解析器使用所有可用输入，可以使用

parseTest (identP <* eof) "..."

如果要向解析器提供带有转义引号的ID，例如...

"foo \"bar"

...那么您需要转义所有特殊字符以将它们嵌入Haskell源代码：

main = parseTest identP "\"foo \\\"bar\""

\"代表文字"，而\\代表文字\。

用Haskell解析报价之间

1 个答案: