实现读取类型类，其中解析字符串包含“$”

Question

我已经使用 Haskell 大约一个月了。对于我的第一个“真正的”Haskell 项目，我正在编写一个词性标注器。作为该项目的一部分，我有一个名为 Tag 的类型，它表示词性标记，实现如下：

data Tag = CC | CD | DT | EX | FW | IN | JJ | JJR | JJS ...

上面是一长串标准化词性标记，我已经将其实现故意截断。然而，在这套标准标签中，有两个以美元符号 ($) 结尾：PRP$ 和 NNP$。因为我不能使用名称中包含 $ 的类型构造函数，所以我选择将它们重命名为 PRPS 和 NNPS。

这一切都很好，但我想从词典中的字符串中读取标签并将它们转换为我的 Tag 类型。尝试此操作失败：

instance Read Tag where
    readsPrec _ input =
        (\inp -> [((NNPS), rest) | ("NNP$", rest) <- lex inp]) input

Haskell 词法分析器因 $ 而卡住。有什么想法如何实现这一目标吗？

实施 Show 相当简单。如果 Read 也有类似的策略，那就太好了。

instance Show Tag where
    showsPrec _ NNPS = showString "NNP$"
    showsPrec _ PRPS = showString "PRP$"
    showsPrec _ tag  = shows tag

Answer 1

您在这里滥用了Read。

Show 和 Read 旨在打印和解析有效的 Haskell 值，以启用调试等。这并不总是完美的（例如，如果您导入 Data.Map 合格，然后对 Map 值调用 show，对 fromList 的调用不合格），但它是一个有效的起点。

如果您想打印或解析您的值以匹配某些特定格式，请为前者使用漂亮的打印库，为后者使用实际的解析库（例如 uu-parsinglib、polyparse、parsec 等）。它们通常比 ReadS 提供更好的解析支持（尽管 GHC 中的 ReadP 还不错）。

虽然您可能会说这是没有必要的，但这只是您正在做的快速而肮脏的黑客行为，快速而肮脏的黑客行为往往会徘徊......帮自己一个忙，并正确地做事第一次：这意味着当您以后想要“正确”地进行操作时，需要重写的内容会更少。

Answer 2

那么就不要使用 Haskell 词法分析器。 read 函数使用 ParSec，您可以在 Real World Haskell 书中找到关于 ParSec 的精彩介绍。

这是一些似乎可以工作的代码，

import Text.Read
import Text.ParserCombinators.ReadP hiding (choice)
import Text.ParserCombinators.ReadPrec hiding (choice)

data Tag = CC | CD | DT | EX | FW | IN | JJ | JJR | JJS deriving (Show)

strValMap = map (\(x, y) -> lift $ string x >> return y)

instance Read Tag where
    readPrec = choice $ strValMap [
        ("CC", CC),
        ("CD", CD),
        ("JJ$", JJS)
        ]

只需运行它即可

(read "JJ$") :: Tag

代码非常不言自明。 string x 解析器 monad 匹配 x，如果成功（不抛出异常），则返回 y。我们使用 choice 在所有这些中进行选择。它将适当回溯，因此如果您添加一个 CCC 构造函数，则部分匹配“CCC”的 CC 稍后会失败，并且它将回溯到 CCC。当然，如果您不需要这个，则使用 <|> 组合器。