为什么秒差距是“选择”组合器似乎停留在第一个选择上？

Question

在查看 Real World Haskell 中的 CSV 示例代码后，我尝试构建一个小型 XML 解析器。但关闭标签会出现“意外的“/””错误。你能告诉我为什么我的“closeTag”解析器不起作用（或者可能从未被调用）吗？谢谢！

import Text.ParserCombinators.Parsec

xmlFile = manyTill line eof
line = manyTill tag eol
eol = char '\n'

word = many1 (noneOf "></")

tag = choice [openTag, closeTag, nullTag, word]

nullTag = between (char '<') (string "/>") word
closeTag = between (string "</") (char '>') word
openTag = between (char '<') (char '>')  tagContent
attrval = between (char '"') (char '"') word

atts = do {
        (char ' ')
        ; sepBy attr (char ' ')
}

attr = do {
                word
                ; char '='
                ; attrval
        }

tagContent = do {
                w <- word
                ; option []  atts
                ; return w
        }

parseXML :: String -> Either ParseError [[String]]
parseXML input = parse xmlFile "(unknown)" input

main =
    do c <- getContents
       case parse xmlFile "(stdin)" c of
            Left e -> do putStrLn "Error parsing input:"
                         print e
            Right r -> mapM_ print r

Answer 1

Parsec 的策略本质上是 LL(1)，这意味着只要消耗任何输入，它就会“提交”到当前分支。您的 openTag 解析器使用 < 及其 char '<'，这意味着如果它看到 > code> 而不是 /，整个解析失败而不是尝试新的选择。如果 openTag 没有消耗任何输入并且失败，则会尝试另一种选择。秒差距这样做是为了提高效率（替代方案是指数时间！）和合理的错误消息。

你有两个选择。当合理的情况下，首选的选择是考虑你的语法，以便在不消耗输入的情况下做出所有选择，例如：

tag = word <|> (char '<' >> tagbody)
    where
    tagbody = do
        content <- tagcontent
        choice [ string "/>", char '>' ]

模数错误和风格（我的大脑现在有点烧焦：-P）。

另一种方法是使用 try 组合器，它允许解析器在本地更改 Parsec 的语义（以牺牲上述错误消息和效率为代价 - 但通常不会太糟糕，因为它是本地的）消耗输入但仍然“温和”失败，因此可以尝试另一种选择：

nulltag = try $ between (char '<') (string "/>") word
-- etc.

有时使用 try 比上面的因式分解更干净、更容易，这可能会掩盖语言的“深层结构”。这是一种风格上的权衡。