解析器接受Scala中的任何字符串？

Question

我正在寫一個解析器的Scala爲以下語法：

expr := "<" anyString ">" "<" anyString ">" 
anyString := // any string 

例如，"<foo> <bar>"是一個有效的字符串，如"<http://www.example.com/example> <123>"，並"<1> <_hello>"

到目前爲止，我有以下幾點：

object MyParser extends JavaTokenParsers { 

    override def skipWhitespace = false 

    def expr: Parser[Any] = "<" ~ anyString ~ ">" ~ whiteSpace ~ "<" ~ anyString ~ ">" 

    def anyString = ??? 

} 

我的問題如下（我已經包括了我的疑似答案，但無論如何請確認，如果我沒錯的話）：

1. 如何實現接受任何字符串的正則表達式解析器？這必須有一個幾乎微不足道的答案，如def anyString = """\a*""".r，其中\a是代表任何字符的符號（儘管\a可能不是我正在尋找的droid）。

2. 如果我設置anyString接受任何字符串，它會在>符號之前停止，還是會運行直到字符串結束並失敗？我相信它會一直運行直到字符串結束並失敗，然後它最終會找到>並消耗到那裏。這似乎導致非常低效的解析器，並且對此的任何評論將不勝感激！

3. 如果有什麼內<和>字符串中包含>符號（例如<fo>o> <bar>）？將anyString消耗到第一個>還是最後一個？有沒有什麼方法可以指定它是否消耗最少或最多？

4. 爲了解決上述問題，我想禁止<>在anyString。如何寫這個？

謝謝！

Answer 1

我目前正在研究自己的問題，我會盡力在這裏回答我自己。

1. Java的Patterndocumentation指定.任何字符匹配。因此，它接受任何字符串正則表達式是：

   def anyString = ".*".r 
   

   接受任何非空字符串，我們可以使用".+".r。

2. 要理解這一點，考慮下面的玩具例子：

   object MyParser1 { 
       override def skipWhitespace = false 
       def expr = "<" ~ anyString ~ ">" 
       def anyString = ".*".r 
   } 
   

   這裏，串<>是拒絕。爲了測試這一點，使用：

   println( MyParser1.parseAll(MyParser1.expr, "<>") ) 
   

   這表明.*解析器消耗直到串，由此>不適用於最終的解析器的端部。因此，似乎有必要禁止在anyString中出現<和>表單。

3. 如前面一點，.*解析器消耗整個字符串，因此消耗所有>符號。

4. 在同一文檔中給出否定運算符。爲了排除<和>，我們可以這樣寫：

   def almostAnyString = "[^<>]*".r 
   

   一般來說，結構[^abc]將任何字符匹配除了a，b和c。

總之，到目前爲止，我已經找到了最好的實現如下：

object MyParser extends JavaTokenParsers { 
    override def skipWhitespace = false // don't allow whitespace between parsers by default 

    def expr: Parser[Any] = "<" ~ almostAnyString ~ ">" ~ 
          whiteSpace ~ // this parser is defined in JavaTokenParsers 
          "<" ~ almostAnyString ~ ">" 

    def almostAnyString = "[^<>]*".r 

}