秒差距如何在字符串中查找“匹配项”

Question

如何使用 parsec 解析字符串中所有匹配的输入并丢弃其余部分？

示例：我有一个简单的数字解析器，如果我知道它们之间的分隔符，我可以找到所有数字：

num :: Parser Int
num = read <$> many digit

parse (num `sepBy` space) "" "111 4 22"

但是如果我不知道数字之间是什么怎么办？

"I will live to be 111 years <b>old</b> if I work out 4 days a week starting at 22."

many anyChar

不能用作分隔符，因为它会消耗所有内容。

那么我怎样才能得到与任意解析器匹配的东西，周围环绕着我想忽略的东西呢？

---

编辑：请注意，在实际问题中，我的解析器更复杂：

optionTag :: Parser Fragment
optionTag = do
    string "<option"
    manyTill anyChar (string "value=")
    n <- many1 digit
    manyTill anyChar (char '>')
    chapterPrefix
    text <- many1 (noneOf "<>")
    return $ Option (read n) text
  where
    chapterPrefix = many digit >> char '.' >> many space

Answer 1

对于任意解析器

myParser

，这非常简单：

solution = many (let one = myParser <|> (anyChar >> one) in one)

这样写可能更清楚：

solution = many loop
    where 
        loop = myParser <|> (anyChar >> loop)

本质上，这定义了一个递归解析器（称为

loop

），它将继续搜索第一个可以被

myParser

解析的东西。

many

将简单地进行彻底搜索，直到失败，即：EOF。

Answer 2

你可以使用

 many ( noneOf "0123456789")

我不确定“noneOf”和“digit”类型，但你也可以尝试一下

many $ noneOf digit

Answer 3

要查找字符串中的项目，该项目要么位于字符串的开头，要么使用一个字符并在现在更短的字符串中查找该项目。如果该项目不在字符串的开头，您需要取消使用查找它时使用的字符，因此您需要一个

try

块。

hasItem = prefixItem <* (many anyChar)
prefixItem = (try item) <|> (anyChar >> prefixItem)
item = <parser for your item here>

此代码仅查找字符串中出现的一次

item

。

（AJFarmar 几乎拥有了。）

Answer 4

replace-megaparsec 包允许您使用

sepCap

解析器组合器将字符串拆分为与您的模式匹配的部分和不匹配的部分。

import Replace.Megaparsec
import Text.Megaparsec
import Text.Megaparsec.Char

let num :: Parsec Void String Int
    num = read <$> many digitChar

>>> parseTest (sepCap num) "I will live to be 111 years <b>old</b> if I work out 4 days a week starting at 22."
[Left "I will live to be "
,Right 111
,Left " years <b>old</b> if I work out "
,Right 4
,Left " days a week starting at "
,Right 22
,Left "."
]