使用Haskell的Parsec进行编程语言转换器

Question

假设我有两种语言（A&B）。我的目标是编写某种类型的程序，将A中的语法转换为等效的B。目前，我的解决方案是使用Haskell的Parsec来执行这项任务。然而，作为Haskell和函数编程的新手，在Parsec中只找到一个简单的例子是相当困难的。我在网上找到的例子要么是不完整的例子（对于一个新的Haskell程序员来说很沮丧），要么离我的目标太远了。

那么，有人能为我提供一个令人惊讶的琐碎而明确的例子，让我使用Parsec来实现我想要实现的目标吗？或者甚至是一些与我的目标相似的教程。

谢谢。

Answer 1

考虑CSV文档的以下简单语法（在ABNF中）：

csv   = *crow
crow  = *(ccell ',') ccell CR
ccell = "'" *(ALPHA / DIGIT) "'"

我们想要编写一个转换器，将该语法转换为TSV（制表符分隔值）文档：

tsv   = *trow
trow  = *(tcell HTAB) tcell CR
tcell = DQUOTE *(ALPHA / DIGIT) DQUOTE

首先，让我们创建一个代数数据类型来描述我们的抽象语法树。包括类型同义词以便于理解：

data XSV  = [Row]
type Row  = [Cell]
type Cell = String

为这种语法编写解析器非常简单。我们编写一个解析器，就好像我们要描述ABNF:一样

csv :: Parser XSV
csv = XSV <$> many crow
crow :: Parser Row
crow = do cells <- ccell `sepBy` (char ',')
          newline
          return cells
ccell :: Parser Cell
ccell = do char '''
           content <- many (digit <|> letter)
           char '''
           return content

这个解析器使用do-表示法。在do之后，将出现一系列语句。对于解析器来说，这些语句只是其他的解析器。可以使用<-来绑定解析器的结果。通过这种方式，可以通过链接多个较小的解析器来构建一个大型解析器。为了获得有趣的效果，还可以使用特殊的组合子组合解析器（例如a <|> b，它解析a或b或many a，它解析尽可能多的a）。请注意，Parsec默认情况下不会回溯。如果解析器在使用字符后可能失败，请在其前面加上try，以启用一个实例的回溯。try降低了解析速度。

结果是一个解析器csv，它将我们的CSV文档解析为一个抽象语法树。现在很容易将其转换为另一种语言（如TSV）：

xsvToTSV :: XSV -> String
xsvToTSV xst = unlines (map toLines xst) where
  toLines = intersperse 't'

将这两件事连接起来，就可以得到一个转换函数：

csvToTSV :: String -> Maybe String
csvToTSV document = case parse csv "" document of
  Left _    -> Nothing
  Right xsv -> xsvToTSV xsv

仅此而已！Parsec还有许多其他功能来构建极其复杂的解析器。《真实世界哈斯克尔》一书中有一章很好地介绍了解析器，但有点过时了。不过，大部分情况仍然是真的。如果您还有其他问题，请随时提问。