Scala 解析器组合器 - 消耗直到匹配

Question

我正在使用 Scala 中的 native 解析器组合器库，我想解析输入的某些部分，而不是其他部分。具体来说，我想丢弃我关心的输入之间的所有任意文本。例如，使用此输入:

begin

Text I care about
Text I care about

DONT CARE

Text I don't care about

begin

More text I care about
...

现在我有:

object MyParser extends RegexParsers {
    val beginToken: Parser[String] = "begin"
    val dontCareToken: Parser[String] = "DONT CARE"
    val text: Parser[String] = not(dontCareToken) ~> """([^\n]+)""".r

    val document: Parser[String] = begin ~> text.+ <~ dontCareToken ^^ { _.mkString("\n") }
    val documents: Parser[Iterable[String]] = document.+

但我不确定如何忽略 DONT CARE 之后和下一个 begin 之前的文本。具体来说，我不想对该文本的形式做出任何假设，我只想在下一个 begin 语句处再次开始解析。

Answer 1

你几乎成功了。解析您不关心的内容，然后什么也不做。

我添加了 dontCareText 和 skipDontCare 然后在您的文档解析器中指示 skipDontCare 是可选的。

import scala.util.parsing.combinator.RegexParsers   

object MyParser extends RegexParsers {
    val beginToken: Parser[String] = "begin"
    val dontCareToken: Parser[String] = "DONT CARE"
    val text: Parser[String] = not(dontCareToken) ~> """([^\n]+)""".r
    val dontCareText: Parser[String] = not(beginToken) ~> """([^\n]+)""".r
    val skipDontCare = dontCareToken ~ dontCareText ^^ { case c => "" }

    val document: Parser[String] = 
      beginToken ~> text.+ <~ opt(skipDontCare) ^^ { 
        _.mkString("\n") 
      }
    val documents: Parser[Iterable[String]] = document.+
}


val s = """begin

Text I care about
Text I care about

DONT CARE

Text I don't care about

begin

More text I care about
"""

MyParser.parseAll(MyParser.documents,s)