一元减法搞砸了解析答案

【问题标题】：Unary minus messes up parsing一元减法搞砸了解析
【发布时间】：2020-01-29 05:20:08
【问题描述】：

这里是要解析的语言id'的语法：

expr ::= val | const | (expr) | unop expr | expr binop expr
var ::= letter
const ::= {digit}+
unop ::= -
binop ::= /*+-

我正在使用来自haskell wiki 的示例。

这里没有显示语义和令牌解析器。

exprparser = buildExpressionParser table term <?> "expression"

table = [ [Prefix (m_reservedOp "-" >> return (Uno Oppo))] 
         ,[Infix (m_reservedOp "/"  >> return (Bino Quot)) AssocLeft
          ,Infix (m_reservedOp "*"  >> return (Bino Prod)) AssocLeft]
         ,[Infix (m_reservedOp "-"  >> return (Bino Diff)) AssocLeft
          ,Infix (m_reservedOp "+"  >> return (Bino Somm)) AssocLeft]
        ]

term = m_parens exprparser
       <|> fmap Var m_identifier
       <|> fmap Con m_natural

减号出现两次，一次作为一元，一次作为二元运算符。

在输入 "1--2" 时，解析器只给出 Con 1

而不是预期的 "Bino Diff (Con 1) (Uno Oppo (Con 2))"

欢迎任何帮助。Full code here

【问题讨论】：

您似乎正在使用 Haskell 分词器，它会在解析开始之前将 --2 作为注释删除。
我认为不是：请参阅其他问题：" -1+-2*3" 提供"Uno Oppo (Con 1)"

标签： parsing haskell parsec

【解决方案1】：

reservedOp 的目的是创建一个解析器（您已将其命名为 m_reservedOp），它解析给定的运算符符号字符串，同时确保它不是更长的前缀运算符符号字符串。从源码中reservedOp的定义可以看出这一点：

reservedOp name =
    lexeme $ try $
    do{ _ <- string name
      ; notFollowedBy (opLetter languageDef) <?> ("end of " ++ show name)
      }

请注意，提供的name 仅在它后面没有任何opLetter 符号时才会被解析。

在您的情况下，m_reservedOp "-" 无法解析字符串 "--2"，因为即使它以有效运算符 "-" 开头，该字符串也作为更长有效运算符 "--" 的前缀出现。

在具有单字符运算符的语言中，您可能根本不想使用reservedOp，除非您想在不插入空格的情况下禁止相邻的运算符。只需使用symbol "-"，它将始终解析"-"，无论后面是什么（并消耗后面的空格，如果有的话）。此外，在具有固定集合 运算符（即没有用户定义的运算符）的语言中，您可能不会使用operator 解析器，因此您不需要opStart，或reservedOpNames。如果没有reservedOp 或operator，则不会使用opLetter 解析器，因此您也可以删除它。

这可能很令人困惑，Parsec 文档在解释“保留”机制应该如何工作方面做得很糟糕。这是一个入门：

让我们从标识符开始，而不是运算符。在允许用户定义标识符的典型语言（即几乎任何语言，因为“变量”和“函数”具有用户定义的名称）并且可能还有一些不允许作为标识符的保留字，相关设置在GenLanguageDef 中是：

identStart       -- parser for first character of valid identifier
identLetter      -- second and following characters of valid identifier
reservedNames    -- list of reserved names not allowed as identifiers

使用GenTokenParser 对象创建的词位（吸收空白）解析器是：

identifier - 解析未知的用户定义标识符。它从identStart 解析一个字符，后跟零个或多个identLetters，直到第一个非identLetter。（它从不解析部分标识符，因此它永远不会在桌面上留下更多 identLetters。）此外，它会检查该标识符是否不在列表中 reservedNames。
symbol - 解析给定的字符串。如果字符串是保留字，则不检查它是否不是更大的有效标识符的一部分。因此，symbol "for" 将匹配 foreground = "black" 的开头，这很少是您想要的。请注意，symbol 没有使用 identStart、identLetter 或 reservedNames。
reserved - 解析给定的字符串，然后确保它后面没有identLetter。因此，m_reserved "for" 将解析 for (i=1; ...，但不会解析 foreground = "black"。通常，提供的字符串将是一个有效的标识符，但不会对此进行检查，因此您可以根据需要编写 m_reserved "15" —— 使用具有通常类型的字母数字标识符的语言，这将解析 "15" 提供它后面没有字母或其他数字。此外，可能有点令人惊讶的是，没有检查提供的字符串是否在 reservedNames 中。

如果这对您有意义，那么操作员设置遵循完全相同的模式。相关设置为：

opStart          -- parser for first character of valid operator
opLetter         -- valid second and following operator chars, for multichar operators
reservedOpNames  -- list of reserved operator names not allowed as user-defined operators