快速解析允许转义字符的字符串？

Question

我正在尝试解析一个可以包含转义字符的字符串，这是一个示例：

import qualified Data.Text as T

exampleParser :: Parser T.Text
exampleParser = T.pack <$> many (char '\\' *> escaped <|> anyChar)
  where escaped = satisfy (\c -> c `elem` ['\\', '"', '[', ']'])

上面的解析器创建了一个String，然后将它打包到Text。有没有办法使用 attoparsec 提供的高效字符串处理函数来解析带有上述转义的字符串？喜欢string、scan、runScanner、takeWhile、...

解析"one \"two\" \[three\]" 之类的内容会产生one "two" [three]。

更新：

感谢@epsilonhalbe，我能够提出一个适合我需求的通用解决方案；请注意，以下函数不会查找匹配的转义字符，例如 [..]、".."、(..) 等；而且，如果它发现一个无效的转义字符，它会将\ 视为文字字符。

takeEscapedWhile :: (Char -> Bool) -> (Char -> Bool) -> Parser Text
takeEscapedWhile isEscapable while = do
  x <- normal
  xs <- many escaped
  return $ T.concat (x:xs)
  where normal = Atto.takeWhile (\c -> c /= '\\' && while c)
        escaped = do
          x <- (char '\\' *> satisfy isEscapable) <|> char '\\'
          xs <- normal
          return $ T.cons x xs

Answer 1

可以编写一些转义代码，attoparsec 和 text - 总的来说非常简单 - 看到您已经使用过解析器

import Data.Attoparsec.Text as AT
import qualified Data.Text as T
import Data.Text (Text)

escaped, quoted, brackted :: Parser Text
normal =  AT.takeWhile (/= '\\')
escaped = do r <- normal
             rs <- many escaped'
             return $ T.concat $ r:rs
  where escaped' = do r1 <- normal
                      r2 <- quoted <|> brackted
                      return $ r1 <> r2

quoted = do string "\\\""
            res <- normal
            string "\\\""
            return $ "\""<>res <>"\""

brackted = do string "\\["
              res <- normal
              string "\\]"
              return $ "["<>res<>"]"

那么你就可以用它来解析下面的测试用例了

Prelude >: MyModule
Prelude MyModule> import Data.Attoparsec.Text as AT
Prelude MyModule AT> import Data.Text.IO as TIO
Prelude MyModule AT TIO>:set -XOverloadedStrings
Prelude MyModule AT TIO> TIO.putStrLn $ parseOnly escaped "test"
test
Prelude MyModule AT TIO> TIO.putStrLn $ parseOnly escaped "\\\"test\\\""
"test"
Prelude MyModule AT TIO> TIO.putStrLn $ parseOnly escaped "\\[test\\]"
[test]
Prelude MyModule AT TIO> TIO.putStrLn $ parseOnly escaped "test \\\"test\\\" \\[test\\]"
test "test" [test]

请注意，您必须逃脱转义 - 这就是您看到 \\\" 而不是 \" 的原因

另外，如果你只是解析它会打印出Text 转义的值，比如

Right "test \"text\" [test]"

最后一个例子。

如果你解析一个文件，你会在文件中编写简单的转义文本。

test.txt

I \[like\] \"Haskell\"

那么你可以

Prelude MyModule AT TIO> file <- TIO.readFile "test.txt" 
Prelude MyModule AT TIO> TIO.putStrLn $ parseOnly escaped file
I [like] "Haskell"