parsing - 如何使用megaparsec报告多个错误？

Question

每个 megaparsec 文档，"Since version 8, reporting multiple parse errors at once has become much easier."我一直无法找到一个这样做的例子。我找到的唯一一个是 this .然而，它只显示了如何解析换行符分隔的玩具语言，也没有显示如何 combine multiple errors进入 ParseErrorBundle。此 SO discussion不是决定性的。

Answer 1

您要使用 withRecovery与 registerParseError 一起从 Megaparsec 生成的错误中恢复(或 registerFailure 或 registerFancyFailure )“注册”这些错误(或您自己生成的错误)以进行延迟处理。

解析结束时，如果没有注册解析错误，则解析成功，如果注册了一个或多个解析错误，则将它们全部打印出来。如果您注册解析错误，然后还触发了未恢复的错误，解析将立即终止，并且将打印所有已注册的错误和最终未恢复的错误。

这是一个非常简单的示例，用于解析以逗号分隔的数字列表:

import Data.Void
import Text.Megaparsec
import Text.Megaparsec.Char

type Parser = Parsec Void String

numbers :: Parser [Int]
numbers = sepBy number comma <* eof
  where number = read <$> some digitChar
        comma  = recover $ char ','
        -- recover to next comma
        recover = withRecovery $ \e -> do
          registerParseError e
          some (anySingleBut ',')
          char ','

在良好的输入:

> parseTest numbers "1,2,3,4,5"
[1,2,3,4,5]

并在输入时出现多个错误:

> parseTest numbers "1.2,3e5,4,5x"
1:2:
  |
1 | 1.2,3e5,4,5x
  |  ^
unexpected '.'
expecting ','

1:6:
  |
1 | 1.2,3e5,4,5x
  |      ^
unexpected 'e'
expecting ','

1:12:
  |
1 | 1.2,3e5,4,5x
  |            ^
unexpected 'x'
expecting ',', digit, or end of input

这里有一些微妙之处。对于以下情况，仅处理第一个解析错误:

> parseTest numbers "1,2,e,4,5x"
1:5:
  |
1 | 1,2,e,4,5x
  |     ^
unexpected 'e'
expecting digit

并且您必须仔细研究解析器以了解原因。 sepBy成功申请number和 comma解析器以交替顺序解析 "1,2," .当它到达 e ，它适用于 number失败的解析器(因为 some digitChar 需要至少一位字符)。这是一个无法恢复的错误，所以解析立即结束，没有记录其他错误，所以只打印一个错误。

另外，如果您删除了 <* eof来自numbers的定义(例如，使其成为更大解析器的一部分)，您会发现:

> parseTest numbers "1,2,3.4,5"

在该期间给出解析错误，但是:

> parseTest numbers "1,2,3.4"

解析很好。另一方面:

> parseTest numbers "1,2,3.4\n hundreds of lines without commas\nfinal line, with comma"

在文件末尾给出句点和逗号的解析错误。

问题在于comma解析器由 sepBy 使用以确定逗号分隔的数字列表何时结束。如果解析器成功(它可以通过恢复来完成，吞噬数百行到下一个逗号)，sepBy会尝试继续运行；如果解析器失败(最初是因为恢复代码在扫描整个文件后找不到逗号)，sepBy将完成。

最终，编写可恢复的解析器有点棘手。