问题标签 [attoparsec]

I have a string that can contain pretty much any character. Inside the string there is the delimiter {{{.

For example: afskjdfakjsdfkjas{{{fasdf.

Using attoparsec, what is the idiomatic way of writing a Parser () that skips all characters before {{{, but without consuming the {{{?

我正在使用 Attoparsec，我想在整个解析任务中跟踪用户状态值。

我熟悉 Parsec 的一元函数 getState、putState 和 modifyState，但我似乎无法在 Attoparsec 中找到类似的函数。有没有一种简单的方法可以通过 Attoparsec 内部的东西或使用 State monad 来做到这一点？

我正在尝试使用 attoparsec 从 3 个字符中解析两个整数。示例输入可能如下所示：

...我想解析成：

我有两种可行的解决方案，但有些笨拙：

必须有更好的方法来实现如此简单的事情。我错过了什么吗？

我有一个attoparsec解析器，并对其进行测试，令我烦恼的是，如果我评论解析器的一部分并运行测试，解析器不会返回Left "parse error at line ..."，而是我得到Right [].

请注意，我parseOnly用来明确表示不会再有任何输入。

否则很高兴获得部分解析的输入，它肯定很有用，我很高兴拥有它。但是我想被告知整个输入没有被消耗。也许是为了获得最后一个使用的字母的字符偏移量，或者如果这就是它所需要的，至少是一个要返回的选项Left。

如果它是相关的，解析器可以在那里找到。

例如，如果我评论以下行：

并运行测试，例如：

这是来自那个测试。

好吧，事实上我很确定我使用了错误的术语。这是我要解决的问题：markdown格式的解析器，以及它的子集。

我的问题是块引用功能。块引用中的每一行都以>;开头 否则一切都是降价文件中的正常结构。

您不能单独查看各个行，因为您需要将段落与普通行分开，例如

不一样

和类似的事情（如果一个列表被块引用，你不想要 x 列表而是一个带有 x 元素的列表）。一种自然而简单的方法是“取消”>符号，自行解析块引用，忽略它周围的任何内容，用类型构造函数包装它，将其BlockQuote放入外部 AST 并继续解析原始输入。pango如果我没记错，这就是：

https://hackage.haskell.org/package/pandoc-1.14.0.4/docs/src/Text-Pandoc-Readers-Markdown.html#blockQuote

接着：

http://hackage.haskell.org/package/pandoc-1.5.1/docs/src/Text-Pandoc-Shared.html#parseFromString

现在parseFromString对我来说看起来很hacky，除此之外它Parsec也不attoparsec是所以我不能在我的项目中使用它。我不确定如何Text从块引用中获取并解析它并返回解析结果，以便它“适合”当前解析。似乎不可能？

我一直在谷歌上搜索这个问题，我认为并且可以在该领域提供帮助pipes-parse，conduit尽管我很难找到示例，而且我看到的东西看起来比“纯”解析器/attoparsec解析器要好得多。

解析块引用的其他选项是重写通常的解析器，但需要注意的是>……复杂化和重复很多。解析块引用分别计算每一行并编写一些凌乱的“合并”函数。或者解析到第一个 AST，它将包含块引用作为Text在第一个BlockquoteText类型构造函数中等待转换，在那里它们将被单独解析，不是很优雅，但它具有简单的好处，这确实很重要。

我可能会选择后者，但肯定有更好的方法吗？

Data.Attoparsec.Text出口takeWhile和takeWhile1：

只要谓词返回True，就消费输入，并返回消费的输入。

此解析器不会失败。False如果谓词在输入的第一个字符上返回，它将返回一个空字符串。

[...]

只要谓词返回True，就消费输入，并返回消费的输入。

此解析器要求谓词在至少一个输入字符上成功：如果谓词永远不会返回True或没有输入，它将失败。

attoparsec的文档鼓励用户

Text尽可能使用面向- 的解析器，例如，takeWhile1而不是many1 anyChar. 两种解析器之间的性能差异大约为 100 倍。

这两个解析器非常有用，但我一直觉得需要一个更通用的版本takeWhile1，更具体地说，一些假设的解析器

这将至少 解析lo满足 predicate 的字符f，其中lo是任意非负整数。

我查看了takeWhile1的实现，但它使用了一堆私有的函数，Data.Attoparsec.Text.Internal并且似乎不容易推广。

我想出了以下应用实现：

它像宣传的那样工作，

但是需要打包返回的结果的中间列表count让我担心，特别是对于lo很大的情况......这似乎与建议背道而驰

Text尽可能使用面向- 的解析器 [...]

我错过了什么吗？有没有更有效/惯用的方式来实现这样的takeWhileLo组合器？

我被 attoparsec 困住了，我无法返回关于它的“嵌入式类型”的值。

我尝试解析一种文件：

例如：

我当前的数据类型是：

我的解析器看起来像：

但 GHC 抱怨说：

我明白为什么，但不知道如何解决这个问题！

目前，我使用ExistantialQuantificationpragma with Data.Typeable，但我不确定解决方案是否需要“如此复杂”来解决这个问题？

我正在尝试编写代码以在 Haskell 中执行以下简单任务：使用该字典查找单词的词源，存储为一个大的 tsv 文件（http://www1.icsi.berkeley.edu/~demelo/etymwn/）。我想我会（使用 attoparsec）将 tsv 文件解析为一个 Map，然后我可以根据需要使用它来有效地查找词源（并做一些其他的事情）。

这是我的代码：

它适用于少量输入，但很快就会变得太低效。我不太清楚问题出在哪里，并且很快意识到，即使是像查看文件的最后一个字符这样的琐碎任务，在我尝试时也会花费太长时间，例如

所以我的问题是：在方法和执行方面，我做错的主要事情是什么？有关更多 Haskelly/更好代码的任何提示？

谢谢，

鲁本

这个简单的解析器预计会解析表单的消息

一个 EOL 充当字段分隔符，双 EOL 充当消息分隔符。当 EOL 分隔符为时它工作得非常好，\n但当parseWith它是时总是返回失败\r\n。

背景

我已经使用 attoparsec 编写了一个日志文件解析器。我所有的小型解析器都成功了，组合的最终解析器也是如此。我已经通过测试证实了这一点。但是我在使用解析后的流执行操作时遇到了麻烦。

我试过的

我首先尝试将成功解析的输入传递给函数。但似乎得到的只是Done ()，我假设这意味着日志文件已经被消耗掉了。

我正在尝试做的事情

我想在使用输入时从日志文件中积累一些统计信息。例如，我正在解析响应代码，我想计算有多少 2** 响应和多少 4/5** 响应。我正在解析作为 Ints 返回的每个响应的字节数，并且我想有效地将​​这些相加（听起来像foldl'？）。我已经定义了这样的数据类型：

我想在解析输入时不断更新它。但是在我消费时执行操作的部分是我卡住的地方。到目前为止print，这是我成功将输出传递给的唯一函数，它通过Done在打印输出之前返回来显示解析成功。

我的主要解析器如下所示：

期望的结果

我想将每个解析的行传递给将更新上述数据类型的函数。理想情况下，我希望这非常节省内存，因为它将在大文件上运行。