Scala RegexParsers 中的非贪婪匹配

Question

假设我正在用 Scala 编写一个基本的 SQL 解析器。我有以下内容：

class Arith extends RegexParsers {
    def selectstatement: Parser[Any] = selectclause ~ fromclause
    def selectclause: Parser[Any] = "(?i)SELECT".r ~ tokens
    def fromclause: Parser[Any] = "(?i)FROM".r ~ tokens
    def tokens: Parser[Any] = rep(token) //how to make this non-greedy?
    def token: Parser[Any] = "(\\s*)\\w+(\\s*)".r
}

当尝试将 selectstatement 与 SELECT foo FROM bar 匹配时，如何防止 selectclause 由于 rep(token) 中的 rep(token) 而吞噬整个短语~ 令牌？

换句话说，如何在 Scala 中指定非贪婪匹配？

为了澄清，我完全意识到我可以在字符串模式本身中使用标准非贪婪语法 (*?) 或 (+?)，但我想知道是否有一种方法可以在 def 令牌内以更高的级别指定它。例如，如果我像这样定义了令牌：

def token: Parser[Any] = stringliteral | numericliteral | columnname

那么如何为 def 令牌内的rep(token)指定非贪婪匹配？

Answer 1

不容易，因为成功的匹配不会重试。例如，考虑一下：

object X extends RegexParsers {
  def p = ("a" | "aa" | "aaa" | "aaaa") ~ "ab"
}

scala> X.parseAll(X.p, "aaaab")
res1: X.ParseResult[X.~[String,String]] = 
[1.2] failure: `ab' expected but `a' found

aaaab
 ^

第一个匹配成功，在解析器中的括号内，因此它继续进行下一个匹配。那个失败了，所以 p 失败了。如果 p 是替代匹配的一部分，则将尝试替代匹配，因此诀窍是生成可以处理此类事情的东西。

假设我们有这个：

def nonGreedy[T](rep: => Parser[T], terminal: => Parser[T]) = Parser { in =>
  def recurse(in: Input, elems: List[T]): ParseResult[List[T] ~ T] =
    terminal(in) match {
      case Success(x, rest) => Success(new ~(elems.reverse, x), rest)
      case _ => 
        rep(in) match {
          case Success(x, rest) => recurse(rest, x :: elems)
          case ns: NoSuccess    => ns
        }
    }

  recurse(in, Nil)
}  

然后您可以像这样使用它：

def p = nonGreedy("a", "ab")

顺便说一句，我总是发现查看其他事物的定义方式有助于尝试提出像上面的非贪婪的东西。特别是，看看如何定义 rep1 ，以及如何更改它以避免重新评估其重复参数 - 同样的事情可能对 nonGreedy 有用。

这是一个完整的解决方案，进行了一些更改以避免消耗“终端”。

trait NonGreedy extends Parsers {
    def nonGreedy[T, U](rep: => Parser[T], terminal: => Parser[U]) = Parser { in =>
      def recurse(in: Input, elems: List[T]): ParseResult[List[T]] =
        terminal(in) match {
          case _: Success[_] => Success(elems.reverse, in)
          case _ => 
            rep(in) match {
              case Success(x, rest) => recurse(rest, x :: elems)
              case ns: NoSuccess    => ns
            }
        }

      recurse(in, Nil)
    }  
}

class Arith extends RegexParsers with NonGreedy {
    // Just to avoid recompiling the pattern each time
    val select: Parser[String] = "(?i)SELECT".r
    val from: Parser[String] = "(?i)FROM".r
    val token: Parser[String] = "(\\s*)\\w+(\\s*)".r
    val eof: Parser[String] = """\z""".r

    def selectstatement: Parser[Any] = selectclause(from) ~ fromclause(eof)
    def selectclause(terminal: Parser[Any]): Parser[Any] = 
      select ~ tokens(terminal)
    def fromclause(terminal: Parser[Any]): Parser[Any] = 
      from ~ tokens(terminal)
    def tokens(terminal: Parser[Any]): Parser[Any] = 
      nonGreedy(token, terminal)
}