parsing - 使用 Haskell 的 Parsec 进行编程语言转换器

Question

假设我有两种语言(A 和 B)。我的目标是编写某种类型的程序，将 A 中的语法转换为 B 的等价物。目前我的解决方案是使用 Haskell 的 Parsec 来执行此任务。然而，作为一个刚接触 Haskell 和函数式编程的人，在 Parsec 中找到一个简单的例子是相当困难的。我在网上找到的示例要么是不完整的示例(对于新的 Haskell 程序员来说令人沮丧)，要么与我的目标相差太多。

那么有人可以为我提供一个非常简单和明确的例子，说明使用 Parsec 来实现与我想要实现的目标相关的事情吗？甚至可能还有一些与我的目标相似的教程。

谢谢。

Answer 1

考虑以下 CSV 文档的简单语法(在 ABNF 中):

csv   = *crow
crow  = *(ccell ',') ccell CR
ccell = "'" *(ALPHA / DIGIT) "'"

我们想编写一个转换器，将该语法转换为 TSV(制表符分隔值)文档:

tsv   = *trow
trow  = *(tcell HTAB) tcell CR
tcell = DQUOTE *(ALPHA / DIGIT) DQUOTE

首先，让我们创建一个代数数据类型来描述我们的抽象语法树。包括类型同义词以方便理解:

data XSV  = [Row]
type Row  = [Cell]
type Cell = String

为这种语法编写解析器非常简单。我们编写一个解析器，就好像我们要描述 ABNF:

csv :: Parser XSV
csv = XSV <$> many crow

crow :: Parser Row
crow = do cells <- ccell `sepBy` (char ',')
          newline
          return cells

ccell :: Parser Cell
ccell = do char '\''
           content <- many (digit <|> letter)
           char '\''
           return content

此解析器使用 do -符号。在 do 之后，一系列语句如下。对于解析器，这些语句只是其他解析器。可以使用 <-绑定(bind)解析器的结果。这样，通过链接多个较小的解析器来构建一个大解析器。为了获得有趣的效果，还可以使用特殊的组合子组合解析器(例如 a <|> b ，它解析 a 或 b 或 many a ，它解析尽可能多的 a s)。请注意 Parsec 默认不回溯。如果解析器在使用字符后可能会失败，请在其前面加上 try为一个实例启用回溯。 try减慢解析速度。

结果是解析器 csv它将我们的 CSV 文档解析为抽象语法树。现在很容易将其转换为另一种语言(例如 TSV):

xsvToTSV :: XSV -> String
xsvToTSV xst = unlines (map toLines xst) where
  toLines = intersperse '\t'

将这两件事联系起来，就得到了一个转换函数:

csvToTSV :: String -> Maybe String
csvToTSV document = case parse csv "" document of
  Left _    -> Nothing
  Right xsv -> xsvToTSV xsv

仅此而已! Parsec 有许多其他功能来构建极其复杂的解析器。本书 Real World Haskell有一个关于解析器的好章节，但它有点过时了。不过，其中大部分仍然是正确的。如果您还有其他问题，请随时提问。