使用parsec從文本文件中提取數據

作爲學習練習，我使用parsec在測試文件中查找值。我通常使用regexp來處理這個特定的情況，但是想看看parsec是否也有意義。不幸的是，我遇到了一些問題。使用parsec從文本文件中提取數據

數據文件由重複的部分組成，其外觀類似於以下內容。 'SHEF'是頁面之間的六個值之一和變化，我想用它來構造數據類型。

Part A SHEF Nov/14/2011 (10:52) 
     ------------------- 
     Portfolio Valuation 
     ------------------- 

     FOREIGN COMMON STOCK       6,087,152.65 
     FOREIGN COMMON STOCK - USA      7,803,858.84 
     RIGHTS             0.00

我構建量的數據類型中的每個資產類別：

type Sector = String 
type Amount = Double 
type FundCode = String 

data SectorAmount = SectorAmount (Sector,Amount) deriving (Show, Eq) 

data FundSectors = FundSectors { 
     fund    :: FundCode 
    , sectorAmounts :: [SectorAmount] 
     } deriving (Show, Eq)

我的代碼，該代碼編譯成功，是如下所示。它解析文件並正確檢索每個資產類中的值，但我永遠無法在fundValue解析器中正確設置狀態。我已經用輸入字符串測試了fundValue解析器，並且它成功解析了它，但由於某種原因，行函數並不按照我認爲的方式工作。我希望它在文件中尋找以「Part A」開頭的行，找到代碼並將其存儲在狀態中，以便標記解析器成功解析行時供以後使用。

是否使用fail導致該問題？

allocationParser :: String -> Either ParseError [FundSectors] 
allocationParser input = do 
       runParser allocationFile "" "" input 


allocationFile :: GenParser Char FundCode [FundSectors] 
allocationFile = do 
     secAmt <- many line 
     return secAmt 


line :: GenParser Char FundCode FundSectors 
line = try (do fund <- try fundValue 
       eol 
       fail "") 
     <|> do result <- try tag 
       eol 
       f <- getState 
       return $ FundSectors {fund=f, sectorAmounts = [result]} 


fundValue :: GenParser Char FundCode FundCode 
fundValue = do manyTill anyChar . try $ lookAhead (string "Part A ") 
       string "Part A " 
       fCode <- try fundCode 
       setState fCode 
       v <- many (noneOf "\n\r") 
       eol 
       return fCode 


fundCode :: GenParser Char FundCode String 
fundCode = try (string "SHSF") 
     <|> try (string "SHIF") 
     <|> try (string "SHFF") 
     <|> try (string "SHEF") 
     <|> try (string "SHGE") 
     <|> try (string "SHSE") 
     <|> fail "Couldn't match fundCode" 


tag :: GenParser Char FundCode SectorAmount 
tag = do manyTill anyChar . try $ lookAhead tagName 
     name <- tagName 
     v <- many (noneOf "\n\r") 
     let value = read ([x | x <- v, x /= ',']) :: Double -- remove commas from currency 
     return $ SectorAmount (name,value) 

eol :: GenParser Char FundCode String 
eol = try (string "\n\r") 
    <|> try (string "\r\n") 
    <|> string "\n" 
    <|> string "\r" 
    <|> fail "Couldn't find EOL"

在此先感謝。

來源

2011-11-30 Neil

是的，「try fundValue」塊中的失敗撤消了setState。您需要稍微重新設計解析器，但看起來很接近。

來源

2011-11-30 22:39:14

謝謝克里斯，這很有道理。我認爲我掙扎的是，當我解析一條線時，我想要在設置狀態並返回任何內容時獲取一個fundValue，或者找到一個標記並返回一個數據類型，否則都不會。我想我可以使用'Maybe FundCode'並在找到fundValue時返回'Nothing'，但這看起來效率很低，因爲'many line'會導致一個包含很多Nothing值的列表。我希望使用失敗能夠解決問題 - 有沒有其他方法可以與'many'一起使用，以便我可以設置狀態但不會返回值？ – Neil

@Neil：這些'Nothing'值幾乎不會花費任何東西，並且幾乎在你用'（fmap catMaybes <$>多行）創建它們時'' – sclv

好點，謝謝@sclv，我會試一試。 – Neil

使用parsec從文本文件中提取數據

回答

相關問題