如何使Attoparsec解析器成功而不消耗（如秒差距预读）(How do I make Attop

我写了一个快速attoparsec解析器走一个aspx文件并删除所有样式属性，它的工作，除了一张;得很好，我无法弄清楚如何使它匹配成功>不消耗它。

下面是我有：

anyTill = manyTill anyChar
anyBetween start end = start *> anyTill end

styleWithQuotes = anyBetween (stringCI "style=\"") (stringCI "\"")
styleWithoutQuotes = anyBetween (stringCI "style=") (stringCI " " <|> ">")
everythingButStyles = manyTill anyChar (styleWithQuotes <|> styleWithoutQuotes) <|> many1 anyChar

我知道这是因为我是如何在everythingButStyles使用manyTill的部分，那就是如何我积极未落到地面的所有样式的东西，但在styleWithoutQuotes我需要它来搭配“>”作为结束，但不能消耗它，在秒差距我刚做lookAhead ">"但我不能这样做，在attoparsec。

Answer 1:

同时， lookAhead加入组合子到attoparsec ，所以现在可以只使用lookAhead (char '>')或lookAhead (string ">")要达到的目标。

下面是其推出前的时间解决方法。

您可以通过建立自己的非消耗解析器peekWord8 ，这只是着眼于下一个字节（如果有的话）。由于ByteString有Monoid实例， Parser ByteString是MonadPlus ，并且可以使用

lookGreater = do
    mbw <- peekWord8
    case mbw of
      Just 62 -> return ">"
      _ -> mzero

（62是的编码点'>' ），以找到一条'>'不消耗它或失败。

Answer 2:

anyBetween start end = start *> anyTill end

你anyBetween解析器吃它的最后一个字符，因为anyTill那样-它的设计解析高达结束标志，但假设你不想保持在大括号中输入再次解析。

请注意，您的end解析器都是单个字符解析器，所以我们可以通过改变功能，利用这样的：

anyBetween'' start ends = start *> many (satisfy (not.flip elem ends))

但many并不像Attoparsec的高效takeWhile ，你应该使用尽可能多的，所以如果你已经做了

import qualified Data.Attoparsec.Text as A

然后

anyBetween' start ends = start *> A.takeWhile (not.flip elem ends)

应该做的伎俩，我们可以重写

styleWithoutQuotes = anyBetween' (stringCI "style=") [' ','>']

如果你想要吃' '而不是'>'你可以明确地吃空间算账：

styleWithoutQuotes = anyBetween' (stringCI "style=") [' ','>'] 
                     <* A.takeWhile isSpace

去为更多`takeWhile`

也许styleWithQuotes可以与重写使用做takeWhile一样，所以让我们上线两个帮手anyBetween 。他们从一开始解析器长达一个结束字符，而且有包容性和排他性的版本：

fromUptoExcl startP endChars = startP *> takeTill (flip elem endChars)
fromUptoIncl startP endChars = startP *> takeTill (flip elem endChars) <* anyChar

但是我觉得从你说，你要styleWithoutQuotes是一个混合; 它吃' '而不是> ：

fromUptoEat startP endChars eatChars = 
            startP 
            *> takeTill (flip elem endChars) 
            <* satisfy (flip elem eatChars)

（所有这些假设少数在结束字符列表的字符，否则elem效率不高-有一些Set变种，如果你对检查的大名单就像一个字母）。

现在的改写：

styleWithQuotes' = fromUptoIncl (stringCI "style=\"") "\""
styleWithoutQuotes' = fromUptoEat (stringCI "style=") " >" " "

总体解析器

everythingButStyles用途<|>在这意味着，如果它没有找到一个方法"style"会原路返回然后采取一切。这是诸如此类的事情，这可能是缓慢的一个例子。问题是，我们不迟到 - 输入字符串，这是一个不好的时候做一个关于我们是否应该失败选择结束。让我们全力以赴，并尝试

失败立刻如果我们注定会失败。
最大限度地利用从快解析器Data.Attoparsec.Text.Internal

理念：走，直到我们得到一个s，然后跳过风格，如果有一个人也没有。

notStyleNotEvenS = takeTill (flip elem "sS") 
skipAnyStyle = (styleWithQuotes' <|> styleWithoutQuotes') *> notStyleNotEvenS 
               <|> cons <$> anyChar <*> notStyleNotEvenS

该anyChar通常是一个s或S ，但没有感觉再次检查。

noStyles = append <$> notStyleNotEvenS <*> many skipAnyStyle 

parseNoStyles = parseOnly noStyles

文章来源: How do I make Attoparsec parser succeed without consuming (like parsec lookAhead)