String Haskell中的字符串解析

我是Haskell的新手，目前正在尝试解决一个需要一些字符串解析的问题。我的输入字符串包含以逗号分隔的引号中的单词列表。我想把这个字符串解析成一个字符串形式的单词列表。我应该从哪里开始学习解析这样的字符串？是否有一个partuclar模块和/或功能会有所帮助

---

p、 请不要发布完整的解决方案。我只是想要一个指向起始位置的指针，这样我就可以学习如何操作。

因为

String

s只是Haskell中

Char

s的列表，所以这是一个开始寻找的好地方（为了学习Haskell）

对于更复杂的情况（例如，逗号可能嵌套在引号内，应该忽略），（如Daniel所述）将是更好的解决方案

---

另外，如果你想解析CSV，你可以试试，尽管我还没有尝试过，所以我不能说它有多大帮助。

为了给那些遇到这个问题的人一个完整的答案，它还有一些很好的功能。

对于任何“真正的工作”都使用parsec

---

要了解简介，请阅读以下一种特别厚颜无耻的方式：

parseCommaSepQuotedWords :: String -> [String]
parseCommaSepQuotedWords s = read ("[" ++ s ++ "]")

这可能有效，但它非常脆弱，而且相当愚蠢。实际上，您使用的是Haskell编写字符串列表的方式几乎与您的方式一致，因此内置的

Read

实例几乎就是您想要的。您可以使用

reads

来更好地报告错误，但实际上，您可能希望完全执行其他操作

总的来说，

parsec

确实值得一看——这是一种使用的乐趣，也是最初让我对Haskell感到兴奋的事情之一。但是，如果您想要一个自主开发的解决方案，我通常会使用

case

语句对

span

和

break

的结果编写简单的东西。假设您正在输入中查找下一个分号。然后

中断（='；'）inp

将返回

（之前、之后）

，其中：

• before

  是

  inp

  的内容，最多（不包括）第一个分号（如果没有分号，则为全部分号）

• 之后是字符串的其余部分：
  
  如果

  之后的

  不是空的，则第一个元素是分号

• 无论发生什么情况，

  before++after==inp

因此，要解析由分号分隔的语句列表，我可以这样做：

parseStmts :: String -> Maybe [Stmt]
parseStmts inp = case break (== ';') inp of
  (before, _ : after) -> -- ...
    -- ^ before is the first statement
    --     ^ ignore the semicolon
    --           ^ after is the rest of the string
  (_, []) -> -- inp doesn't contain any semicolons

---

最强大的解决方案是解析器组合器。Haskell有几个，但我想到的最重要的是：

• ：一个非常好的通用解析库
• ：更快版本的parsec，它牺牲了错误消息的质量和一些其他功能以获得更高的速度
• ：一个非常强大的解析库

解析器组合器的最大优点是，使用

do

符号（或者

Applicative

样式，如果您愿意的话）定义解析器非常容易

---

如果您只需要一些快速简单的字符串操作功能，请查阅

文本

库（用于高性能字节编码字符串）或

数据.List

（用于普通列表编码字符串），它提供了必要的函数来操作字符串。

我最终决定使用自己的解析函数，因为这是一种非常简单的情况。自从我第一次发布这个问题并想在这里记录我的解决方案以来，我对Haskell了解了很多：

split :: Char -> String -> [String]
split _ "" = []
split c s = firstWord : (split c rest)
    where firstWord = takeWhile (/=c) s
          rest = drop (length firstWord + 1) s

removeChar :: Char -> String -> String
removeChar _ [] = []
removeChar ch (c:cs)
    | c == ch   = removeChar ch cs
    | otherwise = c:(removeChar ch cs)

main = do
    handle <- openFile "input/names.txt" ReadMode
    contents <- hGetContents handle
    let names = sort (map (removeChar '"') (split ',' contents))
    print names
    hClose handle

split:：Char->String->[String]
拆分“=[]
拆分c s=第一个字：（拆分c剩余）
其中firstWord=takeWhile（/=c）s
剩余=下降（长度第一个字+1）s
removeChar:：Char->String->String
removeChar[]=[]
removeChar ch（c:cs）
|c==ch=removeChar ch cs
|否则=c：（移除向量ch cs）
main=do
句柄可能会有用。或者你可以使用真正的解析器，比如。听起来像是用逗号和引号分隔的？@BenMillwood这些单词被引号包围，用逗号分隔。当我还是一个noob的时候，我无法理解uu parsinglib的头尾。从那以后我再也没有尝试过，但我并不认为它是友好的；见第二节。5.2系列中的其他链接和其他资源