Haskell - 秒差距解析 元素

Question

我正在使用 文本。 ParserCombinators.Parsec 和 Text.XHtml 解析这样的输入：

This is the first paragraph example\n
with two lines\n
\n
And this is the second paragraph\n

我的输出应该是：

这是第一段示例\n 有两行\n

这是第二段\n

我定义：

line= do{
        ;t<-manyTill (anyChar) newline
        ;return t
        }

paragraph = do{
        t<-many1 (line) 
        ;return ( p << t )
    }

但它返回：

这是第一段示例\n 有两行\n\n这是第二段\n

出了什么问题？有什么想法吗？

谢谢！

Answer 1

来自 文档ManyTill，它会运行第一个参数零次或多次，因此连续 2 个换行符仍然有效，并且您的 line 解析器不会失败。

您可能正在寻找类似 many1Till 的东西（例如 many1 与 many），但它似乎不存在于 Parsec 库中，所以你可能需要自己推出：（警告：我这台机器上没有 ghc，所以这完全未经测试）

many1Till p end = do
    first <- p
    rest  <- p `manyTill` end
    return (first : rest)

或更简洁的方式：

many1Till p end = liftM2 (:) p (p `manyTill` end)

Answer 2

manyTill 组合器 匹配第一个参数的零次或多次出现，因此 line 会很乐意接受空行，这意味着 many1 line 将消耗文件中直到最后一个换行符的所有内容，而不是像您预期的那样停在双换行符处。