解析Haskell自定义数据类型

Question

我已经通过这里提供的Haskell Koans工作： https ： //github.com/roman/HaskellKoans

我被困在最后两个Koans上，都涉及解析自定义代数数据类型。 这是第一个：

data Atom = AInt Int | ASym Text deriving (Eq, Show)

testAtomParser :: Test
testAtomParser = testCase "atom parser" $ do
    -- Change parser with the correct parser to use
    --
    let parser = <PARSER HERE> :: P.Parser Atom
    assertParse (ASym "ab") $ P.parseOnly parser "ab"
    assertParse (ASym "a/b") $ P.parseOnly parser "a/b"
    assertParse (ASym "a/b") $ P.parseOnly parser "a/b c"
    assertParse (AInt 54321) $ P.parseOnly parser "54321"

如何定义变量解析器，以便它可以解析代数数据类型Atom来传递断言？

Answer 1

一世。

ADT的解析器倾向于反映ADT的形状。 你的ADT是由两个不相交的部分组成的，所以你的解析器也可能有两个不相交的部分

atom = _ <|> _

II。

假设我们知道如何解析单个数字（让我们称之为基本解析器digit ），那么我们通过重复它来解析（非负）整数。

natural = let loop = digit >> loop in loop

这成功地解析了无限的数字流并将它们抛弃。 我们可以做得更好吗？ 不幸的是，不仅仅是一个monad实例，我们需要另一个基本的组合器， many ，它修改了一些其他解析器以消耗输入0次或更多次，将结果累积到列表中。 我们实际上会稍微调整一下，因为空解析不是有效数字

many1 p = do x  <- p
             xs <- many p
             return (x:xs)

natural' = many1 digit

III。

原子怎么样？ 为了传递测试用例，似乎原子必须是1对多的字母数字字符或反斜杠。 同样，这个不相交的结构可以立即在我们的解析器中表达

sym = many1 (_ <|> _)

我们将再次使用一些内置的简单解析器组合来构建我们想要的东西，比如satisfy :: (Char -> Bool) -> Parser Char匹配任何满足某些谓词的字符。 我们可以立即构建另一个有用的组合器， char c = satisfy (==c) :: Char -> Parser Char然后我们就完成了。

sym = many1 (char '/' <|> satisfy isAlpha)

其中isAlpha是一个谓词，就像正则表达式[a-zA-Z] 。

IV。

所以现在我们有了解析器的核心

natural <|> sym :: Parser String

many1组合器将我们的字符解析器提升为字符列表的解析器（ String s！）。 这个提升动作也是构建ADT解析器的基本思路。 我们想把我们的Parser String升级为Parser Atom 。 一种方法是使用函数toAtom :: String -> Atom然后我们可以将其fmap到Parser

atom' :: Parser Atom
atom' = fmap toAtom (natural <|> sym)

但是类型为String -> Atom的函数首先会破坏构建解析器的目的。

如I.中所述，重要的部分是ADT的形状反映在我们的atom解析器的形状中。 我们需要利用它来构建我们的最终解析器。

V.

我们需要利用atom解析器结构中的信息。 让我们构建两个函数

liftInt :: String -> Atom  -- creates `AInt`s
liftSym :: String -> Atom  -- creates `ASym`s

liftInt = AInt . read
liftSym = ASym

每一个都说明了将String转换为Atom的方法，同时也声明了我们正在处理的是什么类型的Atom 。 值得注意的是，如果我们传递一个无法解析为Int的字符串， liftInt将抛出运行时错误。 幸运的是，这正是我们所知道的。

atomInt :: Parser Atom
atomInt = liftInt <$> natural

atomSym :: Parser Sym
atomSym = liftSym <$> sym

atom'' = atomInt <|> atomSym

现在我们的atom''解析器利用了natural只返回有效解析的字符串的保证 - 我们对read的调用不会失败！---我们尝试按顺序构建AInt和ASym ，像ADT的结构一样，在一个不相交的结构中一个接一个地尝试。

VI。

整个社会就是这样

atom''' =     AInt . read <$> many1 digit
          <|> ASym <$> many1 (    char '/' 
                              <|> satisfy isAlpha)

这展示了解析器组合器的乐趣。 整个事物是使用小巧，可组合的简单部件从地面构建的。 每个人都做了一个非常小的工作，但他们一起跨越了大量的解析器。

您还可以使用ADT中的更多分支，更完整指定的符号类型解析器或使用<?>故障装饰轻松扩充此语法，以便在失败的分析中包含大量错误消息。