Python parsec.py递归定义

我喜欢这个图书馆的简朴。遗憾的是，我还没有弄清楚如何进行递归定义：

考虑这个最小的人为例子：

import parsec as psc
digit = psc.regex("[0-9]")
number = lambda: digit ^ (digit + number())
_ = number().parse("42")

正如所料，

number（）

的计算是无限递归的：

回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“”，第1行，在
文件“”，第1行，在
文件“”，第1行，在
[上一行重复了995次]
递归错误：超过最大递归深度

我知道在这个具体的例子中，可以通过将第3行更改为

number = lambda: psc.many1(digit)

但我不确定在一般情况下是否总是可能的

是否可以使数字的解析像中一样递归

<number> ::= <digit><number> | <digit>

：：=|

（更新）免责声明：正如我们在评论中发现的，这只适用于parsec.py 3.3以上的版本，该版本（截至2018年8月）是PyPI上可用的最新版本，因此现在您必须从GitHub手动安装开发版本，以便执行此解决方案

更新2:终于发布并修复了该问题

---

在这样的情况下，我发现“手动扩展”由

parsec

提供的原语并编写一个我们自己的“低级”解析器（即采用

text

和

index

参数的解析器，而不是从parsec原语构建的解析器）通常是有帮助的，只是为了看看发生了什么。通过从parsec源代码中获取（

^

）的定义并手动插入表达式的组成部分1，我们可以编写一个解析器，我认为它可以满足您的需要：

import parsec as psc
digit = psc.regex("[0-9]")

def number():
  @psc.Parser
  def number_parser(text, index):
    res = (digit + number())(text, index)
    return res if res.status else digit(text, index)
  return number_parser

_ = number().parse("42423")
print(_)

输出：

('4', ('2', ('4', ('2', '3'))))

这样做的原因当然是因为“parser returning function”

number（）

仅在实际解析器中有条件地调用，而不是（无条件地）在其自身中调用

编写此函数的一种更简单的方法是根本不使用“解析器返回函数”，而是直接编写解析器本身：

@psc.Parser
def number(text, index):
  return ((digit + number) ^ digit)(text, index)

用法从

number（）

最后，parsec.py中是否有一些功能允许您在不使用显式
文本
和
索引
参数的情况下执行此操作，从而使解析器完全由其他parsec.py原语构建？事实证明，这很合算！从其：

构造解析器最强大的方法是使用generate
室内装修设计师
generate
从生成器创建一个解析器，该解析器
应该生成解析器。这些解析器被依次应用，它们的
使用
.send（）
协议将结果发送回生成器。这个
生成器应返回结果或另一个解析器，即
相当于应用它并返回其结果

您可以找到示例用法，从中我们可以清楚地看到：

@psc.generate
def number():
  r = yield (digit + number) ^ digit
  return r

这是因为除了它所具有的所有奇特的生成器魔法之外，
generate
decorator还返回一个本身用
@parsec.Parser
修饰的函数（参见上面链接的源代码），因此生成的、完全修饰的
number
函数将与第二个解决方案中的函数具有相同的类型。因此，我们可以以与
digit
等相同的方式使用它，而不必调用它或任何东西，这就是我们在
yield
表达式中所做的

用法同样只是
number.parse（“42423”）
，它返回与其他两个解决方案相同的内容

也许有更好的解决办法，但这就是我能想到的


1我必须将顺序从
digit^（digit+number（））
颠倒为
（digit+number（））^digit
，因为第一个只返回第一个数字，然后认为自己完成了。我希望这样可以吗？
如果已经有很多解析器返回函数，或者只是想在风格上保持一致，那么另一种快速解决此问题的方法是使函数延迟求值：

import parsec as psc

def lazy(fn):
  @psc.Parser
  def _lazy(text, index):
    return fn()(text, index)
  return _lazy

digit = lambda: psc.regex("[0-9]")
number = lambda: (digit() + lazy(number)) ^ digit()
print(number().parse("423242"))

印刷品：

您的固定版本实际上就是我想展示的示例。第一种方法只是检测第一个数字，其他两种方法都有相同的递归问题。为了修复它们，我首先定义了：
tokenize=lambda p:p+psc.regex（r“\s+\Z”）
。我在第一种方法中将res改为
res=tokenize（digit）（文本，索引）
。在第二种方法中
返回（标记化（数字）^数字+数字）（文本，索引）
，在第三种方法中
r=yield标记化（数字）^（数字+数字）
。我仍然对这种方法不满意，因为我不得不标记。@jabozzo我的错，第一个例子没有应用脚注中描述的更改（颠倒顺序）-我编辑了它，现在应该可以正常工作了。另外两个例子有什么问题？它们对我来说很好，不会导致无限递归。或者你的意思是它必须是
digit^（digit+number）
，而不是相反？更新后的第一种方法也有无限递归问题。我刚刚将您的函数一个接一个地复制/粘贴到一个文件中，并执行了一个
try:print（number.parse（“24243”））操作，但在每次重新定义之间，递归错误为quo:print（“递归”）
，我得到了3个“递归”。我喜欢在（数字+数字）部分，数字不消耗字符。这正是我正在运行的。@jabozzo是的，可能就是这样，我刚刚尝试了您的parsec版本，它甚至导致了使用Python 3.5的递归-但是如果我直接从Github安装开发版本（
pip install git+https://github.com/sighingnow/parsec.py.git
）它工作正常，因此，我想他们在最新版本之后改变了一些重要的东西。@jabozzo非常欢迎，这很有趣：）从我的测试来看，使其在Github版本中工作的bug修复是，因此实际上这是
joint
（
+
）的问题。
('4', ('2', ('3', ('2', ('4', '2')))))