在具有共同前缀的两个解析器之间进行选择

Question

我目前正在尝试在 Parsec 中编写一个简单的解析器，但一直遇到有关空格的问题：作为一个最小的示例，我有一个解析器将解析两个字母，两个小写或一个大写和一个小写。我会这样做

testP :: Parser String
testP = do
    lookAhead lower
    a1 <- lower
    a2 <- lower
    return [a1,a2]
    <|> do
    a1 <- upper
    a2 <- lower
    return [a1,a2]

这对“as”或“Bs”等字符串按预期工作。现在我想在输入字符串的开头处理可能的空格。如果我这样做了

testP :: Parser String
testP = do
    spaces
    lookAhead lower
    a1 <- lower
    a2 <- lower
    return [a1,a2]
    <|> do
    a1 <- upper
    a2 <- lower
    return [a1,a2]

我希望程序现在能够解析“as”和“Bs”，但是对于第二个字符串，我得到一个错误“期望空格或小写字母”。 好的，我认为无论采用哪个选项都会解析空格，但显然不是这样，让我们​​在第二个选项的开头放置另一个 spaces，如下所示：

testP :: Parser String
testP = do
    spaces
    lookAhead lower
    a1 <- lower
    a2 <- lower
    return [a1,a2]
    <|> do
    spaces
    a1 <- upper
    a2 <- lower
    return [a1,a2]

但是，当我尝试解析“Bs”时，这仍然给我同样的错误。我怎么会误解这里的空白处理，我该如何正确地做到这一点？

Answer 1

<|> 不会尝试第二种选择，如果 任何东西 被第一个解析器使用。这样做是为了防止空间泄漏。这是 parsec 的基础设计之一。

当spaces 消耗一些输入时，一切都已确定，解析器现在必须成功 - 否则，将不会尝试替代方案，整个机器就会失败。这就是您观察此行为的原因。 spaces 消耗一些输入，lookAhead lower 失败，整个解析器失败。

您可以使用try 获得任意前瞻，并确保即使第一个消耗输入，也尝试第二个替代方案，但在这种情况下不应该这样做。在这里，spaces 是一个 非致命 解析器，它是两个操作的初步 - 所以只需使用解析器 before 您的任何一个替代方案。

testP :: Parser String
testP = spaces *> (do
    lookAhead lower
    a1 <- lower
    a2 <- lower
    return [a1,a2]
    <|> do
    a1 <- upper
    a2 <- lower
    return [a1,a2])