使用解析器组合器来整理文本行

Question

我正在尝试使用解析器组合器解析文本文件.我想捕获一个名为的类中的索引和文本Example.这是一个测试,显示输入文件中的表单:

object Test extends ParsComb with App {
  val input = """
0)
blah1
blah2
blah3
1)
blah4
blah5
END
"""
  println(parseAll(examples, input))
}

这是我的尝试不起作用:

import scala.util.parsing.combinator.RegexParsers

case class Example(index: Int, text: String)

class ParsComb extends RegexParsers {
  def examples: Parser[List[Example]] = rep(divider~example) ^^ 
                                          {_ map {case d ~ e => Example(d,e)}}
  def divider:  Parser[Int]           = "[0-9]+".r <~ ")"    ^^ (_.toInt)
  def example:  Parser[String]        = ".*".r <~ (divider | "END") 
}

它失败了:

[4.1] failure: `END' expected but `b' found

blah2

^

我刚刚开始这些,所以我不知道我在做什么.我认为问题可能在于".*".r正则表达式不做多行.如何更改它以便正确解析？

Answer 1

• 错误消息是什么意思？

根据你的语法定义,".*".r <~ (divider | "END")你告诉解析器,a example应该跟a divider或a END.在解析blah1之后,解析器试图找到divider并失败,然后尝试END,再次失败,没有其他选项可用,所以END这里是生产值的最后一个选择,所以从解析器的角度来看,它预期END,但很快发现,下一个输入blah2来自第4行.

• 怎么解决？

尝试接近您的实现,您的案例中的语法应该是:

examples ::= {divider example}
divider  ::= Integer")"
example  ::= {literal ["END"]}

我认为解析"示例" List[String]更有意义,无论如何,这取决于你.

问题是你的example解析器,它应该是一个可重复的文字.

所以,

class ParsComb extends RegexParsers {
  def examples: Parser[List[Example]] = rep(divider ~ example) ^^ { _ map { case d ~ e => Example(d, e) } }
  def divider: Parser[Int] = "[0-9]+".r <~ ")" ^^ (_.toInt)
  def example: Parser[List[String]] = rep("[\\w]*(?=[\\r\\n])".r <~ opt("END"))
}

正则表达式(?=[\\r\\n])意味着它是一个积极的前瞻,并匹配后面的字符\r或\n.

解析结果是:

[10.1]解析:列表(例子(0,列表(blah1,blah2,blah3)),例子(1,列表(blah4,blah5)))

如果要将其解析为String(而不是List[String]),只需添加转换函数,例如:^^ {_ mkString "\n"}