使用 Parse::RecDescent 进行空格重要解析(例如.哈姆尔，蟒蛇)

Question

我正在尝试使用 Parse：：RecDescent 解析 HAML （haml.info）。如果你不知道haml，那么有问题的问题与解析Python相同 - 语法块按缩进级别分组。

从一个非常简单的子集开始，我尝试了几种方法，但我认为我不太了解 P：：RD 的贪婪或递归顺序。给定 haml：

%p
  %span foo

我认为应该工作的最简单的语法是（上面的代码片段不需要一些位）：

<autotree>
startrule           : <skip:''> block(s?)
non_space           : /[^ ]/
space               : ' '
indent              : space(s?)
indented_line       : indent line
indented_lines      : indented_line(s) <reject: do { Perl6::Junction::any(map { $_->level } @{$item[1]}) != $item[1][0]->level }>
block               : indented_line block <reject: do { $item[2]->level <= $item[1]->level }>
                    | indented_lines
line                : single_line | multiple_lines
single_line         : line_head space line_body newline | line_head space(s?) newline | plain_text newline
# ALL subsequent lines ending in | are consumed
multiple_lines      : line_head space line_body continuation_marker newline continuation_line(s)
continuation_marker : space(s) '|' space(s?)
continuation_line   : space(s?) line_body continuation_marker
newline      : "n"
line_head    : haml_comment | html_element
haml_comment : '-#'
html_element : '%' tag
# TODO: xhtml tags technically allow unicode
tag_start_char : /[:_a-z]/i
tag_char       : /[-:_a-z.0-9]/i
tag            : tag_start_char tag_char(s?)
line_body    : /.*/
plain_text   : backslash ('%' | '!' | '.' | '#' | '-' | '/' | '=' | '&' | ':' | '~') /.*/ | /.*/
backslash    : '\'

问题出在block定义上。如上所述，它不会捕获任何文本，尽管它确实正确捕获了以下内容：

-# haml comment
%p a paragraph

如果我从上面删除第二行reject（第一block规则上的那行），那么它确实捕获了所有内容，但当然分组不正确，因为第一个块会吞噬所有行，无论缩进如何。

我还尝试使用前瞻操作来检查$text和其他一些方法，但没有运气。

任何人都可以 （a） 解释为什么上述方法不起作用和/或 （b） 如果有一种方法不使用 perl 操作/拒绝？我尝试抓取缩进中的空格数，然后在内插前瞻条件下使用它来计算下一行中的空格数，但我永远无法完全正确使用插值语法（因为它需要一个箭头运算符）。

Answer 1

最好在

珠三角之外做一些工作。

my @stack = [ -1, [{}] ];
while (<>) {
   chomp;
   s/^( *)//;
   my $indent = length($1);
   if ($indent < $stack[-1][0]) {
      pop @stack while $indent < $stack[-1][0];
      die "Indent mismatchn" if $indent != $stack[-1][0];
   }
   elsif ($indent > $stack[-1][0]) {
      my $children = $stack[-1][1][-1]{children} = [];
      push @stack, [ $indent, $children ];
   }
   push @{ $stack[-1][1] }, $parser->parse_line($_);
}
die "Empty documentn" if !$stack[0][1][0]{children};
die "Multiple rootsn" if @{ $stack[0][1][0]{children} } > 1;
my $root = $stack[0][1][0]{children}[0];

$parser->parse_line($_) 应返回哈希引用。