regex - Scala RegexParsers 中的非贪婪匹配

Question

假设我正在用 Scala 编写一个基本的 SQL 解析器。我有以下几点:

class Arith extends RegexParsers {
    def selectstatement: Parser[Any] = selectclause ~ fromclause
    def selectclause: Parser[Any] = "(?i)SELECT".r ~ tokens
    def fromclause: Parser[Any] = "(?i)FROM".r ~ tokens
    def tokens: Parser[Any] = rep(token) //how to make this non-greedy?
    def token: Parser[Any] = "(\\s*)\\w+(\\s*)".r
}

尝试将 selectstatement 与 SELECT foo FROM bar 匹配时，我如何防止选择子句由于 rep(token) 而吞噬整个短语在 ~ tokens ?

换句话说，如何在 Scala 中指定非贪婪匹配？

为了澄清起见，我完全知道我可以在 String 模式本身中使用标准的非贪婪语法 (*?) 或 (+?)，但我想知道是否有办法在 def 标记中的更高级别指定它。例如，如果我像这样定义了 token :

def token: Parser[Any] = stringliteral | numericliteral | columnname

那么如何为 def token 中的 rep(token) 指定非贪婪匹配？

Answer 1

不容易，因为不会重试成功的匹配。考虑，例如:

object X extends RegexParsers {
  def p = ("a" | "aa" | "aaa" | "aaaa") ~ "ab"
}

scala> X.parseAll(X.p, "aaaab")
res1: X.ParseResult[X.~[String,String]] = 
[1.2] failure: `ab' expected but `a' found

aaaab
 ^

第一次匹配成功，在括号内的解析器中，所以它进行到下一个。那个失败了，所以 p失败的。如 p是替代匹配的一部分，将尝试替代，所以诀窍是生产可以处理那种事情的东西。

假设我们有这个:

def nonGreedy[T](rep: => Parser[T], terminal: => Parser[T]) = Parser { in =>
  def recurse(in: Input, elems: List[T]): ParseResult[List[T] ~ T] =
    terminal(in) match {
      case Success(x, rest) => Success(new ~(elems.reverse, x), rest)
      case _ => 
        rep(in) match {
          case Success(x, rest) => recurse(rest, x :: elems)
          case ns: NoSuccess    => ns
        }
    }

  recurse(in, Nil)
}  

然后你可以像这样使用它:

def p = nonGreedy("a", "ab")

顺便说一句，我总是发现查看其他事物的定义方式有助于想出诸如 nonGreedy 之类的东西。以上。特别是看如何 rep1已定义，以及如何更改它以避免重新评估其重复参数——同样的事情可能对 nonGreedy 有用。 .

这是一个完整的解决方案，稍作更改以避免消耗“终端”。

trait NonGreedy extends Parsers {
    def nonGreedy[T, U](rep: => Parser[T], terminal: => Parser[U]) = Parser { in =>
      def recurse(in: Input, elems: List[T]): ParseResult[List[T]] =
        terminal(in) match {
          case _: Success[_] => Success(elems.reverse, in)
          case _ => 
            rep(in) match {
              case Success(x, rest) => recurse(rest, x :: elems)
              case ns: NoSuccess    => ns
            }
        }

      recurse(in, Nil)
    }  
}

class Arith extends RegexParsers with NonGreedy {
    // Just to avoid recompiling the pattern each time
    val select: Parser[String] = "(?i)SELECT".r
    val from: Parser[String] = "(?i)FROM".r
    val token: Parser[String] = "(\\s*)\\w+(\\s*)".r
    val eof: Parser[String] = """\z""".r

    def selectstatement: Parser[Any] = selectclause(from) ~ fromclause(eof)
    def selectclause(terminal: Parser[Any]): Parser[Any] = 
      select ~ tokens(terminal)
    def fromclause(terminal: Parser[Any]): Parser[Any] = 
      from ~ tokens(terminal)
    def tokens(terminal: Parser[Any]): Parser[Any] = 
      nonGreedy(token, terminal)
}