parsing - Haskell 中的 AST 和解析

Question

我有一项作业，但我不知道如何定义答案。

作业

编写函数exp::[String] -> (AST, [String])

AST:

• 如果 x 是数字，则应显示 Number x。
• 如果它是“+”和“-”，则应显示Atom x。
• 如果读取的是“(”，那么“(”后面直到出现“)”的所有内容都应该是一个列表[AST]。

这样输出将是:

exp (token "(hi (4) 32)")
> (List [Atom "hi", List [Number 4], Number 32], [])

exp (token "(+ 3 42 654 2)") 
> (List [Atom "+", Number 3, Number 42, Number 654, Number 2], [])

exp (token "(+ 21 444) junk") 
> (List [Atom "+", Number 21, Number 444], ["junk"])

到目前为止我所拥有的

我已经有了 token 函数，token::String -> [String]，它可以创建一个列表。

例子:

`token "( + 2 ( + 2 3 ) )"
> ["(","+","2","(","+","2","3",")",")"]`

exp 函数如下所示:

exp :: [String] -> (AST, [String])
exp [] = error "Empty list"
exp (x:xs)  | x == ")"      = error ""
            | x == "("      = let (e, ss') = exp xs in (List [getAst xs], ss')
            | x == "+"      = let (e, ss') = exp xs in (Atom (read x), ss')
            | x == "-"      = let (e, ss') = exp xs in (Atom (read x), ss')
            | otherwise     = exp xs`

其中 getAst 函数:

getAst :: [String] -> AST
getAst [] = error ""
getAst (x:xs)
            | x == ")"  = error ""
            | x == "("  = (List [getAst xs])
            | isAtom x  = (Atom x) 
            | isNum x   = (Number (read x))
            | otherwise = getAst xs`

(是的，我是 Haskell 的初学者..)

Answer 1

我想我可以尽力帮助你。

问题的表现方式你应该能够通过查看下一个来做到这一点输入/ token 并从那里决定去哪里。

一些假设

数据表示为[String] -> (Ast, [String])的方式我假设它是一个常见的解析器，其中解析器尝试读取输入的某些部分，并返回解析/转换后的输出以及未转换的输入的其余部分(因此只有元组的两个部分 - Ast 和其余的输入)。

AST 类型

因为您没有包含它，所以我认为它是:

data Ast
  = Number Int
  | Atom String
  | List [Ast]
  deriving Show

我需要一些东西

我需要一些东西:

import Prelude hiding (exp)

import Control.Applicative ((<$>))
import Data.Maybe (fromJust, isJust)

我必须隐藏 exp 因为我们想将其用作函数名称。

然后我想通过 Maybe 进行 fmap，因此我包含了 Control.Applicative 中的运算符。这实际上就是这样，以防您之前没有看到它:

f <$> Nothing = Nothing
f <$> Just a  = Just (f a)

我想要一些帮助也许:

• isJust 检查是否为 Just _
• 和 fromJust 从 Just a 获取 a

最后，我需要这个辅助函数来读取更安全一点:

tryRead :: (Read a) => String -> Maybe a
tryRead input =
  case readsPrec 0 input of
    (a,_):_ -> Just a
    _       -> Nothing

这将尝试在此处读取一个数字 - 如果 n 是数字，则返回 Just n，否则返回 Nothing。

第一次尝试

这是一个未完成首先解决您的问题:

exp :: [String] -> (Ast, [String])
exp (lookat:rest)
  | isJust number = (fromJust number, rest)
  | lookat == "("  = parseList rest []
  where number = Number <$> tryRead lookat

parseList :: [String] -> [Ast] -> (Ast, [String])
parseList inp@(lookat:rest) acc
  | lookat == ")" = (List (reverse acc), rest)
  | otherwise    = let (el, rest') = exp inp
                   in parseList rest' (el:acc)

正如你所看到的，我只是基于 lookat 进行分支，但略有不同:

如果我看到一个数字，我会返回该数字和剩余 token 列表。如果我看到 (，我会启动另一个解析器 parseList。

parseList 也会做同样的事情: - 它查看第一个 token - 如果 token 是 ) 它完成当前列表(它使用累加器技术)并返回。 - 如果不是，它使用现有的 exp 解析器递归地获取列表的元素。

这是一个运行示例:

λ> let input = ["(", "2", "(", "3", "4", ")", "5", ")"]

λ> exp input
(List [Number 2,List [Number 3,Number 4],Number 5],[])

待办事项

还有一些边界情况需要您决定(如果没有输入标记怎么办？)。

当然，您必须添加 Atom 的情况 - 才能完成此练习。

完整解决方案

好的 - 3 小时后，OP 没有再次 checkin ，所以我想我可以发布完整的解决方案。我希望我没有忘记任何边缘情况，并且这肯定不是最有效的实现(想到了 token ) - 但OP给出的示例全部匹配:

module Ast where

import Prelude hiding (exp)

import Control.Applicative ((<$>))
import Data.Char (isSpace, isControl)
import Data.Maybe (fromJust, isJust)

data Ast
  = Number Int
  | Atom String
  | List [Ast]
  | Empty
  deriving Show

type Token = String

main :: IO ()
main = do
  print $ parse "(hi (4) 32)"
  print $ parse "(+ 3 42 654 2)"
  print $ parseAst . tokens $ "(+ 21 444) junk"

parse :: String -> Ast
parse = fst . parseAst . tokens

parseAst :: [Token] -> (Ast, [Token])
parseAst [] = (Empty, [])
parseAst (lookat:rest)
  | isJust number = (fromJust number, rest)
  | lookat == "("  = parseList rest []
  | otherwise     = (Atom lookat, rest)
  where number = Number <$> tryRead lookat

parseList :: [Token] -> [Ast] -> (Ast, [Token])
parseList [] _ = error "Syntax error: `)` not found"
parseList inp@(lookat:rest) acc
  | lookat == ")" = (List (reverse acc), rest)
  | otherwise    = let (el, rest') = parseAst inp
                   in parseList rest' (el:acc)
tokens :: String -> [Token]
tokens = split ""
  where split tok "" = add tok []
        split tok (c:cs)
          | c == '(' || c == ')' = add tok $ [c] : split "" cs
          | isSpace c || isControl c = add tok $ split "" cs
          | otherwise = split (tok ++ [c]) cs
        add "" tks = tks
        add t tks =  t : tks

tryRead :: (Read a) => Token -> Maybe a
tryRead input =
  case readsPrec 0 input of
    (a,_):_ -> Just a
    _       -> Nothing

示例运行

λ> :main
List [Atom "hi",List [Number 4],Number 32]
List [Atom "+",Number 3,Number 42,Number 654,Number 2]
(List [Atom "+",Number 21,Number 444],["junk"])