Haskell - Parsec 解析 元素答案

【问题标题】：Haskell - Parsec Parsing elementHaskell - Parsec 解析 元素
【发布时间】：2010-04-28 20:19:53
【问题描述】：

我正在使用Text.ParserCombinators.Parsec 和Text.XHtml 来解析这样的输入：

这是第一段示例\n 有两行\n \n 这是第二段\n

我的输出应该是：

This is the first paragraph example\n with two lines\n And this is the second paragraph\n

我定义了：


line= do{
        ;t<-manyTill (anyChar) newline
        ;return t
        }

paragraph = do{
        t<-many1 (line) 
        ;return ( p << t )
    }

但它会返回：

This is the first paragraph example\n with two lines\n\n And this is the second paragraph\n

怎么了？有什么想法吗？

谢谢！

【问题讨论】：

标签： html parsing haskell functional-programming parsec

【解决方案1】：

从documentation for manyTill 开始，它运行第一个参数0 次或多次，因此连续2 个换行符仍然有效，您的line 解析器不会失败。

您可能正在寻找类似 @987654323@ 的东西（例如 many1 与 many），但它似乎不存在于 Parsec 库中，因此您可能需要自己滚动：（警告：我这台机器上没有 ghc，所以这是完全未经测试的）

many1Till p end = do
    first <- p
    rest  <- p `manyTill` end
    return (first : rest)

或者更简洁的方式：

many1Till p end = liftM2 (:) p (p `manyTill` end)

【讨论】：

问题是如果你将它与anyChar 一起使用为p 它仍然匹配两个换行符，因为first <- p 使用了第一个换行符。
作为个人喜好，我会写成：many1Till p end = (:) <$> p <*> manyTill p end。在我看来，do 符号很少改进基于 Parsec 的代码。（哎呀，没看到你的编辑——liftM2 版本当然和我的一样）

【解决方案2】：

manyTill 组合器matches zero or more occurrences of its first argument，根据文档，所以line 会很乐意接受一个空行，这意味着many1 line 将消耗文件中最后一个换行符之前的所有内容，而不是在如您所愿，双换行符。

【讨论】：