用Haskell解析引号

Question

要求来自DOT language specification，更准确地说，我正在尝试解析[ID]属性，例如，

任何双引号字符串（“...”）可能包含转义引号（\“）1;

以下应该是一个最小的例子。

{-# 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\""

即使我想要"foo "，上面的代码在第二次失败时返回foo "bar

我不明白为什么。我认为megaparsec会反复使用inner，直到它解析最终的"。但它只是重复应用nonEscape解析器并且第一次失败，并且它使用escape，然后它似乎跳过内部字符串的其余部分并且继续前进到最终引号。

Answer 1

您的输入文本是"foo "bar"，它不包含任何转义引号。它被解析为"foo "的完整ID（后面跟着bar"，被忽略）。

如果要确保解析器消耗所有可用输入，可以使用

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

如果你想向解析器提供带有转义引用的ID，就像这样......

"foo \"bar"

...然后你需要转义所有特殊字符以将它们嵌入Haskell源代码中：

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

\"代表文字"和\\代表文字\。