Parsing 无法使用regex和Scala解析器组合符分析复杂语言

作为研究的一部分，我正试图为某种语言编写解析器。目前，我在以我想要的方式运行以下代码时遇到问题：

private def _uw: Parser[UW] = _headword ~ _modifiers ~ _attributes ^^ {
  case hw ~ mods ~ attrs => new UW(hw, mods, attrs)
}

private def _headword[String] = "\".*\"".r | "[^(),]*".r

private def _modifiers: Parser[List[UWModifier]] = opt("(" ~> repsep(_modifier, ",") <~ ")") ^^ {
  case Some(mods) => mods
  case None       => List[UWModifier]()
}

private def _modifier: Parser[UWModifier] = ("[^><]*".r ^^ (RelTypes.toRelType(_))) ~ "[><]".r ~ _uw ^^ {
  case (rel: RelType) ~ x ~ (uw: UW) => new UWModifier(rel, uw)
}

private def _attributes: Parser[List[UWAttribute]] = rep(_attribute) ^^ {
  case Nil   => List[UWAttribute]()
  case attrs => attrs
}

private def _attribute: Parser[UWAttribute] = ".@" ~> "[^>.]*".r ^^ (new UWAttribute(_))

因此，如果标题词以

“

”开头和结尾，则双引号内的所有内容都被视为标题词的一部分。所有以

@

开头的词，如果不在双引号内，都是标题词的属性

例如，在test5中，解析器应将

test5.

解析为标题词，并将

attr

解析为属性。Just.@被省略，并且前面的所有点都应包含在标题词中

因此，在标题词之后可以有属性和/或修饰语。顺序很严格，因此属性总是在修饰语之后。如果有属性但没有修饰语，则在

@

之前的所有内容都被视为标题词的一部分

主要的问题是

“[^@（]*”.r

。我尝试过各种创造性的选择，比如

”（^[\\w\\.]*）（（\\\.\\\\@）\$）”.r

，但似乎什么都不起作用。向前看或向后看如何影响解析器组合器？我不是解析或正则表达式方面的专家，所以欢迎所有帮助！

“[^@（]*“.r

与您的问题有关。我发现：

private def _headword[String] = "\".*\"".r | "[^(),]*".r

这是

\u uw

中的第一件事（顺便说一句，不建议在Scala中的名称中使用下划线），因此当它尝试解析

test5..@attr

时，第二个regexp将匹配所有的

scala> "[^(),]*".r findFirstIn "test5..@attr"
res0: Option[String] = Some(test5..@attr)

因此剩下的解析器将一无所获。此外，

\u headword

中的第一个正则表达式也有问题，因为

*

将接受引号，这意味着类似的内容将变为有效：

"test6 with a " inside of it..".@attr

至于向前看和向后看，它根本不会影响解析器组合器。正则表达式匹配，或者不匹配——这就是解析器组合器所关心的

"test6 with a " inside of it..".@attr