对于本问题,CSV样式的带引号的字符串是这样的字符串:
1.字符串的开始和结束都恰好是一个"
。
1.字符串中的两个双引号折叠为一个双引号。"Alo""ha"
→ Alo"ha
。
1.“”本身是一个空字符串。
1.错误输入(如"A""" e"
)无法解析。它是一个A"
,然后是垃圾e"
。
我试过几种方法,没有一种能完全奏效。
我得到的最接近的,感谢Mozilla IRC上用户pinkieval在#nom中的一些帮助:
use std::error as stderror; /* Avoids needing nightly to compile */
named!(csv_style_string<&str, String>, map_res!(
terminated!(tag!("\""), not!(peek!(char!('"')))),
csv_string_to_string
));
fn csv_string_to_string(s: &str) -> Result<String, Box<stderror::Error>> {
Ok(s.to_string().replace("\"\"", "\""))
}
这不会正确地捕获字符串的结尾。
我还尝试将re_match!
宏与r#""([^"]|"")*""#
一起使用,但结果总是Err::Incomplete(1)
。
我已经确定given CSV example for Nom 1.0不适用于我所描述的带引号的CSV字符串,但我知道实现不同。
2条答案
按热度按时间gstyhher1#
这里有一种方法:
(我用完整的nom写的,但是像你这样的解决方案,基于一个外部函数而不是
map!()
每个字符,也可以工作,而且可能更有效。这里的神奇之处是使用CompleteStr,它也可以解决您的regexp问题。这基本上告诉
nom
在输入之后不会有任何东西(否则,nom
假设您正在进行流解析器,因此可能会有更多输入)。这是必要的,因为我们需要知道如果
"
是输入到nom
的最后一个字符,该如何处理它。根据它后面的字符(另一个"
,普通字符或EOF),我们必须做出不同的决定-因此Incomplete
结果,这意味着nom
没有足够的输入来做出决定。告诉nom
下一个是nom
就解决了这个犹豫不决的问题。有关
Incomplete
的进一步阅读,请访问nom
作者的博客:http://unhandledexpression.com/general/2018/05/14/nom-4-0-faster-safer-simpler-parsers.html#dealing-with-incomplete-usage您可能会注意到,这个解析器实际上并不拒绝无效的输入,而是解析开头并返回其余部分。如果您将这个解析器用作另一个解析器中的子解析器,那么后者将把剩余部分提供给下一个子解析器,这也会崩溃(因为它需要一个逗号),导致整个解析器失败。
如果你不想这样,你可以让
csv_style_string
匹配peek!(alt!(char!(',')|char!('\n")|eof!()))
。sycxhyv72#
另一个答案是nom4的宏风格。这是新的函数样式。