parsing - Scala 解析器失败处理、悬空逗号

Question

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

想要将“a = b, c = d”等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赋值时考虑匹配失败(“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，但是:

 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，并开始重复给定的逗号，但下一个“ident”失败，因为下一个字符是源数据的末尾。我想我可以发现 commList 中的第二个选择会匹配:

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

尼克斯。有想法吗？

Answer 1

斯卡拉兹来救援:-)

当您处理警告时，因失败而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者是否包含关键问题。通过这样一个单独的验证器步骤，您通常会得到更好的错误消息。例如，您可以在字符串末尾接受任意字符，但在找到它们时发出错误(例如“最后一条语句后发现垃圾”)。对于用户来说，该错误消息比您在下面的示例中获得的神秘默认消息(“字符串匹配正则表达式‘\z’预期 [...]”)更有帮助。

以下是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。如果您想扩展示例，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。

顺便说一句。空格问题由 RegexParsers 类处理。如果您想更改空白的处理方式，只需覆盖字段 whiteSpace。