在 Haskell 從頭創建解析器時解析轉義字符

Question

我創建了下面的代碼，它是從頭開始構建解析器的一部分。 然而，當使用類似於此處描述的轉義字符時，我確實遇到了意外的 output，盡管我的 output 在使用 ghci 時如下所示不同：

ghci> parseString "'\\\\'"
[(Const (StringVal "\\"),"")]
ghci> parseString "'\\'"
[]
ghci> parseString "'\\\'"
[]    
ghci> parseString "\\\"   

<interactive>:50:18: error:
    lexical error in string/character literal at end of input
ghci> parseString "\\" 
[]
ghci> parseString "\\\\"
[]

如所見，我在解析'\\\\'時得到了預期的 output，但在僅解析'\\'時卻沒有（如上面引用的鏈接），我本以為[(Const (StringVal "\"),"")]結果。這是我的代碼中的錯誤還是由於 ghci，如果是后者，我該如何克服它？

import Data.Char
import Text.ParserCombinators.ReadP
import Control.Applicative ((<|>))

type ParseError = String

type Parser a = ReadP a 

space :: Parser Char
space = satisfy isSpace

spaces :: Parser String 
spaces = many space


token :: Parser a -> Parser a
token combinator = spaces >> combinator


parseString input = readP_to_S (do 
                        e <- pExp
                        token eof
                        return e) input                 

pExp :: Parser Exp 
pExp = (do 
       pv <- stringConst
       return pv)

pStr :: Parser String
pStr = 
        (do 
        string "'"
        str <- many rightChar
        string "'"
        return str)

rightChar :: Parser Char
rightChar = (do 
                nextChar <- get
                case nextChar of 
                    '\\' -> (do ch <- (rightChar'); return ch)
                    _ -> return 'O' --nextChar
            )

rightChar' :: Parser Char 
rightChar' = (do 
                nextChar <- get
                case nextChar of
                    '\\' -> return nextChar 
                    'n' -> return '\n'
                    _ -> return 'N')

stringConst :: Parser Exp
stringConst =                           
             (do
                str <- pStr
                return (Const (StringVal str)))

Answer 1

您需要記住，字符串的內部表示不同於 GHCi（甚至只是 GHC）從源代碼中的字符串文字讀取的字符，以及當您show （或print ）字符串時 GHCi 打印為 output 的字符。

當 GHC 解析和讀取 Haskell 程序文本中的字符串文字"\\"時，會創建一個由單個字符（反斜杠）組成的字符串。 當您打印此字符串時，它在控制台上顯示為"\\" ，但它仍然是一個由單個反斜杠字符組成的字符串。 當您說您希望 GHCi 提示符下的 output 包含字符串文字"\"時，那是胡說八道。 沒有這樣的字符串。 沒有字符串的內部表示，當 GHCi 顯示時，會導致屏幕上顯示三個字符" 、 \和" ，這與沒有字符串會打印為"hello with no結束雙引號。

在您的第一個測試用例中：

ghci> parseString "'\\\\'"

您正在為解析器提供一個四字符的字符串——單引號、反斜杠、反斜杠、單引號。 如果這個字符串是從文件中讀取的，而不是在 GHCi 提示符下輸入的，那么它應該是文字的四字符程序文本：

'\\'

據推測，您希望解析器將其解析為由反斜杠組成的單字符字符串。 解析中的 output：

[(Const (StringVal "\\"),"")]

顯示您的解析器有效。 屏幕上顯示的字符串"\\"代表一個由反斜杠組成的單字符字符串，這就是你想要的。

對於您的下一個案例：

ghci> parseString "'\\'"

您正在為解析器提供三個字符串：

'\'

據推測，這是一個解析錯誤，因為您似乎已經轉義了結束單引號，這意味着該字符串未終止。 您的解析器正確地無法解析它。

對於您的第三個測試用例：

ghci> parseString "'\\\'"

您已將相同的三個字符串傳遞給解析器：

'\'

字符串文字中的第三個反斜杠由 GHCi 處理為 escaping 結束單引號。 這是不必要的，但完全合法。

您的最終測試用例：

ghci> parseString "\\\"

在語法上無效 Haskell。第三個反斜杠轉義結束雙引號，使其成為字符串的一部分，現在您的字符串未終止，就好像您寫的一樣：

ghci> parseString "ab