parsec.py遞歸定義

Question

我喜歡這個圖書館的簡潔。 可悲的是，我還沒弄清楚如何進行遞歸定義：

考慮這個最小的人為例子：

import parsec as psc
digit = psc.regex("[0-9]")
number = lambda: digit ^ (digit + number())
_ = number().parse("42")

正如所料， number()的評估是無限遞歸的：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 1, in <lambda>
  File "<stdin>", line 1, in <lambda>
  File "<stdin>", line 1, in <lambda>
  [Previous line repeated 995 more times]
RecursionError: maximum recursion depth exceeded

我知道在這個具體的例子中，它可以通過改變第3行來解決

number = lambda: psc.many1(digit)

但我不確定一般情況總是可行的。

是否有可能使數字的解析遞歸，如

<number> ::= <digit><number> | <digit>

Answer 1

（更新）免責聲明：正如我們在評論中發現的那樣，這僅適用於3.3 以上的parsec.py版本（截至2018年8月）是PyPI上可用的最新版本，所以現在你必須手動安裝開發來自GitHub的版本，以便此解決方案工作。

更新2： parsec.py v3.4終於發布並解決了問題。

---

在這樣的情況下，我發現通過“手動擴展” parsec提供的原語並編寫我們自己的“低級”解析器（即采用text和index參數，而不是從parsec構建的解析器）通常很有幫助。原始人），只是為了看看發生了什么。 通過從parsec源代碼中try_choice （ ^ ）的定義並手動插入表達式¹的組成部分，我們可以編寫一個解析器，我認為它可以做你想要的：

import parsec as psc
digit = psc.regex("[0-9]")

def number():
  @psc.Parser
  def number_parser(text, index):
    res = (digit + number())(text, index)
    return res if res.status else digit(text, index)
  return number_parser

_ = number().parse("42423")
print(_)

輸出：

('4', ('2', ('4', ('2', '3'))))

這樣做的原因當然是因為“解析器返回函數” number()僅在實際解析器中有條件地被調用，而不是（無條件地）在其自身內。

寫一個更簡單的方法是根本不使用“解析器返回函數”，而只是直接編寫解析器本身：

@psc.Parser
def number(text, index):
  return ((digit + number) ^ digit)(text, index)

用法從number().parse("42423")更改為number.parse("42423")但它執行相同的操作。

最后，parsec.py中是否有一些功能允許您在沒有顯式text和index參數的情況下執行此操作，以便解析器完全由其他parsec.py原語構建？ 事實證明， parsec.generate適合這個法案！ 從其源代碼文檔 ：

構建解析器的最有效方法是使用generate裝飾器。 generate會從generate創建一個解析器，該解析器應該生成解析器。 這些解析器連續應用，並使用.send()協議將其結果發送回生成器。 生成器應返回結果或另一個解析器，這相當於應用它並返回其結果。

你可以在這里找到示例用法，從中我們可以寫出：

@psc.generate
def number():
  r = yield (digit + number) ^ digit
  return r

這是有效的，因為除了它所做的所有奇特的生成器魔法之外， generate裝飾器返回一個本身用@parsec.Parser （參見上面鏈接的源代碼）裝飾的函數，因此生成的完全裝飾的number函數將與第二個解決方案中的一個。 因此，我們可以以與digit等相同的方式使用它，而不必調用它或任何東西，這就是我們在yield表達式中所做的。

用法再次只是number.parse("42423") ，它返回與其他兩個解決方案相同的東西。

也許有更好的解決方案，但這是我能想到的。

---

_{¹我必須將digit ^ (digit + number())為(digit + number()) ^ digit ，因為第一個數字只返回第一個數字，然后認為自己完成了。 我希望這沒關系？}

Answer 2

如果已經有很多解析器返回函數或只是想在樣式上保持一致，另一種快速解決此問題的方法是使函數延遲求值：

import parsec as psc

def lazy(fn):
  @psc.Parser
  def _lazy(text, index):
    return fn()(text, index)
  return _lazy

digit = lambda: psc.regex("[0-9]")
number = lambda: (digit() + lazy(number)) ^ digit()
print(number().parse("423242"))

打印：

('4', ('2', ('3', ('2', ('4', '2')))))