所以，我正在编写一个小型解析器，它将提取所有 <td>使用特定类别标记内容，例如 <td class="liste">some content</td> --> Right "some content"
我将解析大html文件，但我并不真正关心所有的噪音，所以想法是消耗所有字符，直到到达 <td class="liste">比我消耗所有字符(内容)直到 </td>并返回内容字符串。
如果文件中的最后一个元素是我的td.liste，则效果很好。标签，但如果我后面有一些文本或 eof比我的解析器消耗它并抛出 unexpected end of input如果你执行parseMyTest test3 .
--编辑
参见 test3 结尾了解什么是边缘情况。
这是迄今为止我的代码:
import Text.Parsec
import Text.Parsec.String
import Data.ByteString.Lazy (ByteString)
import Data.ByteString.Char8 (pack)
colOP :: Parser String
colOP = string "<td class=\"liste\">"
colCL :: Parser String
colCL = string "</td>"
col :: Parser String
col = do
manyTill anyChar (try colOP)
content <- manyTill anyChar $ try colCL
return content
cols :: Parser [String]
cols = many col
test1 :: String
test1 = "<td class=\"liste\">Hello world!</td>"
test2 :: String
test2 = read $ show $ pack test1
test3 :: String
test3 = "\n\r<html>asdfasd\n\r<td class=\"liste\">Hello world 1!</td>\n<td class=\"liste\">Hello world 2!</td>\n\rasldjfasldjf<td class=\"liste\">Hello world 3!</td><td class=\"liste\">Hello world 4!</td>adsafasd"
parseMyTest :: String -> Either ParseError [String]
parseMyTest test = parse cols "test" test
btos :: ByteString -> String
btos = read . show
最佳答案
我创建了一个组合器skipTill p end，它应用p直到end匹配，然后返回end返回的内容.
相比之下，manyTill p end 应用p 直到end 匹配，然后
返回 p 解析器匹配的内容。
import Text.Parsec
import Text.Parsec.String
skipTill :: (Stream s m t) => ParsecT s u m a -> ParsecT s u m end -> ParsecT s u m end
skipTill p end = scan
where
scan = end <|> do { p; scan }
td :: Parser String
td = do
string "("
manyTill anyChar (try (string ")"))
tds = do r <- many (try (skipTill anyChar (try td)))
many anyChar -- discard stuff at end
return r
test1 = parse tds "" "111(abc)222(def)333" -- Right ["abc", "def"]
test2 = parse tds "" "111" -- Right []
test3 = parse tds "" "111(abc" -- Right []
test4 = parse tds "" "111(abc)222(de" -- Right ["abc"]
更新
这似乎也有效:
tds' = scan
where scan = (eof >> return [])
<|> do { r <- try td; rs <- scan; return (r:rs) }
<|> do { anyChar; scan }
关于html - 如何在 EOF 处停止 Haskell Parsec 解析器，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38982992/