如何在nom中匹配CSV样式的引用字符串？

Question

出于此问题的目的,CSV样式引用的字符串是一个字符串,其中:

1. 字符串以一个字符串开头和结尾".
2. 字符串中的两个双引号折叠为一个双引号."Alo""ha"→ Alo"ha.
3. ""本身就是一个空字符串.
4. "A""" e"无法解析错误输入,例如.这是一个A",然后是垃圾e".

我尝试了几件事,其中没有一件完全有效.

我得到的最接近,感谢Mozilla IRC上#nom用户粉红色的一些帮助:

use std::error as stderror; /* Avoids needing nightly to compile */

named!(csv_style_string<&str, String>, map_res!(
   terminated!(tag!("\""), not!(peek!(char!('"')))),
   csv_string_to_string
));

fn csv_string_to_string(s: &str) -> Result<String, Box<stderror::Error>> {
   Ok(s.to_string().replace("\"\"", "\""))
}

这不能正确捕获字符串的结尾.

我也试图使用re_match!宏r#""([^"]|"")*""#,但这总是导致Err::Incomplete(1).

我已经确定Nom 1.0的给定CSV示例对于引用的CSV字符串不起作用,因为我正在描述它,但我知道实现不同.

Answer 1

这是一种方法：

use nom::types::CompleteStr;

use nom::*;

named!(csv_style_string<CompleteStr, String>,
    delimited!(
        char!('"'),
        map!(
            many0!(
                alt!(
                    // Eat a " delimiter and  the " that follows it
                    tag!("\"\"") => { |_| '"' }

                |    // Normal character
                    none_of!("\"")
                )
            ),
             // Make a string from a vector of chars
            |v| v.iter().collect::<String>()
        ),
        char!('"')
    )
);

fn main() {
    println!(r#""Alo\"ha" = {:?}"#, csv_style_string(CompleteStr(r#""Alo""ha""#)));
    println!(r#""" = {:?}"#, csv_style_string(CompleteStr(r#""""#)));
    println!(r#"bad format: {:?}"#, csv_style_string(CompleteStr(r#""A""" e""#)));
}

（我用完整的名称编写了它，但是像您这样的解决方案基于外部函数而不是map!()每个字符，也可以工作，并且可能更有效。）

这里的神奇之处在于使用 CompleteStr，它也可以解决您的正则表达式问题。这基本上表明nom该输入之后不会有任何内容（否则，nom假设您正在执行流解析器，因此可能会出现更多输入）。

"这是必需的，因为我们需要知道如果 a 是输入到 的最后一个字符，该怎么办nom。根据它后面的字符（另一个"，普通字符，或 EOF），我们必须做出不同的决定 - 因此结果Incomplete，意味着nom没有足够的输入来做出决定。告诉nomEOF 接下来出现可以解决这种犹豫不决的问题。

进一步阅读作者的博客：Incompletehttp ://unhandledexpression.com/general/2018/05/14/nom-4-0-faster-safer-simpler-parsers.html#dealing-with-incomplete-usagenom

您可能会注意到，这个解析器实际上并不拒绝无效输入，而是解析开头并返回其余部分。如果您将此解析器用作另一个解析器中的子解析器，则后者会将剩余部分提供给下一个子解析器，这也会崩溃（因为它需要逗号），从而导致整个解析器失败。

如果你不想这样，你可以进行csv_style_string匹配peek!(alt!(char!(',')|char!('\n")|eof!()))。