Я пишу свою первую программу с Parsec. Я хочу разбирать дампы схемы MySQL и хотел бы придумать хороший способ анализировать строки, представляющие определенные ключевые слова, в режиме без учета регистра. Вот некоторый код, показывающий подход, который я использую, чтобы разобрать "СОЗДАТЬ" или "создать". Есть лучший способ сделать это? Ответ, который не прибегает к buildExpressionParser, был бы лучшим. Я принимаю детские шаги здесь.
p_create_t :: GenParser Char st Statement
p_create_t = do
x <- (string "CREATE" <|> string "create")
xs <- manyTill anyChar (char ';')
return $ CreateTable (x ++ xs) [] -- refine later
Вы можете построить анализатор, нечувствительный к регистру, из парсеров символов.
-- Match the lowercase or uppercase form of 'c'
caseInsensitiveChar c = char (toLower c) <|> char (toUpper c)
-- Match the string 's', accepting either lowercase or uppercase form of each character
caseInsensitiveString s = try (mapM caseInsensitiveChar s) <?> "\"" ++ s ++ "\""
Повторяя то, что я сказал в комментарии, поскольку это было очевидно полезно:
Простое решение кувалды здесь состоит в том, чтобы просто сопоставить toLower по всему вводу перед запуском синтаксического анализатора, а затем выполнить все сопоставление ключевых слов в нижнем регистре.
Это создает очевидные трудности, если вы разбираете то, что должно быть нечувствительным к регистру в некоторых местах и чувствительным к регистру в других, или если вы заботитесь о сохранении дела по косметическим соображениям. Например, хотя теги HTML не чувствительны к регистру, преобразование всей веб-страницы в нижний регистр при ее разборке, вероятно, будет нежелательным. Даже при компиляции языка программирования, нечувствительного к регистру, преобразование идентификаторов может быть раздражающим, поскольку любые результирующие сообщения об ошибках не соответствуют тому, что написал программист.
Нет, Парсек не может сделать это чистым способом. string реализуется поверх
примитивный комбинатор tokens, который жестко закодирован для использования теста равенства
(==). Это немного проще разбирать нечувствительный к регистру характер, но вы
возможно, больше.
Однако существует современная вилка Parsec, называемая Megaparsec, который имеет встроенные решения для всего, что вы можете пожелать:
λ> parseTest (char' 'a') "b"
parse error at line 1, column 1:
unexpected 'b'
expecting 'A' or 'a'
λ> parseTest (string' "foo") "Foo"
"Foo"
λ> parseTest (string' "foo") "FOO"
"FOO"
λ> parseTest (string' "foo") "fo!"
parse error at line 1, column 1:
unexpected "fo!"
expecting "foo"
Обратите внимание на последнее сообщение об ошибке, это лучше, чем вы можете получить синтаксический анализ
символов один за другим (особенно полезно в вашем конкретном случае). string'
реализуется так же, как Parsec string, но использует регистр без учета регистра
сравнение с сравнениями символов. Существуют также oneOf' и noneOf', что
могут быть полезны в некоторых случаях.
Раскрытие информации: Я один из авторов Megaparsec.
Вместо того, чтобы отображать весь ввод с помощью toLower, используйте caseString из Text.ParserCombinators.Parsec.Rfc2234 (из пакета hsemail)
Text.ParsecCombinators.Parsec.Rfc2234
p_create_t :: GenParser Char st Statement
p_create_t = do
x <- (caseString "create")
xs <- manyTill anyChar (char ';')
return $ CreateTable (x ++ xs) [] -- refine later
Итак, теперь x будет использовать любой случай-вариант во входе без изменения вашего ввода.
ps: Я знаю, что это древний вопрос, я просто подумал, что добавлю это, поскольку этот вопрос возник, когда я искал аналогичную проблему.