4

开始使用 Scala 解析器组合，在继续之前需要更好地掌握故障/错误处理（注意：仍然会进入 Scala）

想要将“a = b, c = d”之类的字符串解析为元组列表，但在发现悬空逗号时标记用户。

在匹配逗号分隔的属性分配时考虑匹配失败（“a = b，”）：

 def commaList[T](inner: Parser[T]): Parser[List[T]] =
   rep1sep(inner, ",") | rep1sep(inner, ",") ~> opt(",") ~> failure("Dangling comma")

 def propertyAssignment: Parser[(String, String)] = ident ~ "=" ~ ident ^^ {
   case id ~ "=" ~ prop => (id, prop)
 }

并调用解析器：

 p.parseAll(p.commaList(p.propertyAssignment), "name = John , ")

这会导致失败，这并不奇怪，但会出现：

 string matching regex `\p{javaJavaIdentifierStart}\p{javaJavaIdentifierPart}*' expected but end of source found

commList 函数在第一个属性分配上成功并在给定逗号的情况下开始重复，但下一个“ident”由于下一个字符是源数据的结尾而失败。以为我可以在 commList 中找到第二个替代方案：

 rep1sep(inner, ",") ~> opt(",") ~> failure("Dangling comma")

尼克斯。想法？

4

2 回答 2

4

Scalaz来救援:-)

当您处理警告时，退出解析器并不是一个好主意。您可以轻松地将解析器与 Scalaz writer monad 结合起来。使用此 monad，您可以在解析器运行期间将消息添加到部分结果。这些消息可能是信息、警告或错误。解析器完成后，您可以验证结果是否可以使用或是否包含严重问题。通过这样一个单独的验证器步骤，您通常会收到更好的错误消息。例如，您可以接受字符串末尾的任意字符，但在找到它们时会发出错误（例如“在最后一条语句后发现垃圾”）。该错误消息对用户来说可能比您在下面的示例中得到的神秘默认消息更有帮助（“字符串匹配正则表达式 `\z' 预期 [...]”）。

这是一个基于您问题中的代码的示例：

    scala> :paste
    // Entering paste mode (ctrl-D to finish)

    import util.parsing.combinator.RegexParsers
    import scalaz._, Scalaz._

    object DemoParser extends RegexParsers {
      type Warning = String
      case class Equation(left : String, right : String)
      type PWriter = Writer[Vector[Warning], List[Equation]]
      val emptyList : List[Equation] = Nil

      def rep1sep2[T](p : => Parser[T], q : => Parser[Any]): Parser[List[T]] =
        p ~ rep(q ~> p) ^^ {case x~y => x::y}


      def name : Parser[String] = """\w+""".r
      def equation : Parser[Equation] = name ~ "=" ~ name ^^ { case n ~ _ ~ v => Equation(n,v) }
      def commaList : Parser[PWriter] = rep1sep(equation, ",") ^^ (_.set(Vector()))
      def danglingComma  : Parser[PWriter] = opt(",") ^^ (
         _ map (_ => emptyList.set(Vector("Warning: Dangling comma")))
                 getOrElse(emptyList.set(Vector("getOrElse(emptyList.set(Vector(""))))
      def danglingList : Parser[PWriter] =  commaList ~ danglingComma ^^ {
        case l1 ~ l2 => (l1.over ++ l2.over).set(l1.written ++ l2.written) }

      def apply(input: String): PWriter = parseAll(danglingList, input) match {
        case Success(result, _) => result
        case failure : NoSuccess => emptyList.set(Vector(failure.msg))
      }
    }

    // Exiting paste mode, now interpreting.

    import util.parsing.combinator.RegexParsers
    import scalaz._
    import Scalaz._
    defined module DemoParser

    scala> DemoParser("a=1, b=2")
    res2: DemoParser.PWriter = (Vector(),List(Equation(a,1), Equation(b,2)))

    scala> DemoParser("a=1, b=2,")
    res3: DemoParser.PWriter = (Vector(Warning: Dangling comma),List(Equation(a,1), Equation(b,2)))

    scala> DemoParser("a=1, b=2, ")
    res4: DemoParser.PWriter = (Vector(Warning: Dangling comma),List(Equation(a,1), Equation(b,2)))

    scala> DemoParser("a=1, b=2, ;")
    res5: DemoParser.PWriter = (Vector(string matching regex `\z' expected but `;' found),List())

    scala>

如您所见，它可以很好地处理错误情况。如果要扩展示例，请为不同类型的错误添加案例类，并在消息中包含当前解析器位置。

顺便提一句。空白的问题由RegexParsers班级处理。如果要更改空格的处理，只需覆盖字段whiteSpace。

于 2013-08-15T17:19:18.550 回答
1

您的解析器不期望"name = John , ".

您可以使用正则表达式来选择性地解析","后跟任意数量的空格：

def commaList[T](inner: Parser[T]): Parser[List[T]] =
  rep1sep(inner, ",") <~ opt(",\\s*".r ~> failure("Dangling comma"))

请注意，您可以|通过将失败作为可选解析器的一部分来避免在此处使用替代项 ( )。如果可选部分消耗了一些输入然后失败了，那么整个解析器就会失败。

于 2013-08-15T14:37:47.523 回答