如何在 Spirit X3 中正确指定锚定条件？

Question

我是编写解析器的新手。我正在尝试创建一个可以从输入文本中提取美国邮政编码的解析器。我创建了以下解析器模式，它们可以完成我想要的大部分工作。我能够按预期匹配 5 位邮政编码或 9 位邮政编码 (90210-1234)。

但是，它不允许我避免匹配像这样的东西：

246764 (returns 46764)
578397 (returns 78397)

我想为上面的pattern左右指定一些锚定条件，希望能去掉上面的例子。更具体地说，当数字或破折号与候选邮政编码的开头或结尾相邻时，我想禁止匹配。

测试数据（粗体条目应匹配）

12345

foo456

ba58r

246764anc

578397

90210-
15206-1
15222-1825
15212-4267-53410-2807

完整代码：

using It = std::string::const_iterator;
using ZipCode = boost::fusion::vector<It, It>;

namespace boost { namespace spirit { namespace x3 { namespace traits {
    template <>
    void move_to<It, ZipCode>(It b, It e, ZipCode& z)
    {
        z =
        {
            b,
            e
        };
}}}}}

void Parse(std::string const& input)
{
    auto start = std::begin(input);
    auto begin = start;
    auto end = std::end(input);

    ZipCode current;
    std::vector<ZipCode> matches;

    auto const fiveDigits = boost::spirit::x3::repeat(5)[boost::spirit::x3::digit];
    auto const fourDigits = boost::spirit::x3::repeat(4)[boost::spirit::x3::digit];
    auto const dash = boost::spirit::x3::char_('-');
    auto const notDashOrDigit = boost::spirit::x3::char_ - (dash | boost::spirit::x3::digit);

    auto const zipCode59 = 
        boost::spirit::x3::lexeme
        [
            -(&notDashOrDigit) >> 
            boost::spirit::x3::raw[fiveDigits >> -(dash >> fourDigits)] >> 
            &notDashOrDigit
        ];

    while (begin != end)
    {
        if (!boost::spirit::x3::phrase_parse(begin, end, zipCode59, boost::spirit::x3::blank, current))
        {
            ++begin;
        }
        else
        {
            auto startOffset = std::distance(start, boost::fusion::at_c<0>(current));
            auto endOffset = std::distance(start, boost::fusion::at_c<1>(current));
            auto length = std::distance(boost::fusion::at_c<0>(current), boost::fusion::at_c<1>(current));
            std::cout << "Matched (\"" << startOffset
                << "\", \"" 
                << endOffset
                << "\") => \""
                << input.substr(startOffset, length)
                << "\""
                << std::endl;
        }
    }
}

此代码与上述测试数据产生以下输出：

Matched ("0", "5") => "12345"
Matched ("29", "34") => "46764"
Matched ("42", "47") => "78397"
Matched ("68", "78") => "15222-1825"

如果我将 zipCode59 更改为以下内容，我将不会收到回复：

auto const zipCode59 = 
    boost::spirit::x3::lexeme
    [
        &notDashOrDigit >> 
        boost::spirit::x3::raw[fiveDigits >> -(dash >> fourDigits)] >> 
        &notDashOrDigit
    ];

我已经通读了这个问题：。然而，这道题使用了一个符号table。我不认为这对我有用，因为我缺乏指定硬编码字符串的能力。我也不清楚该问题的答案是如何设法禁止领先内容的。

Answer 1

使用 -(parser) 只是让 (parser) 可选。将它与 -(&parser) 一起使用几乎没有任何效果。

也许您想要一个否定断言 ("lookahead")，即 !(parser)（与 &(parser) 相反）。

Note that the potential confusion maybe because of the difference between unary minus (negative assertion) and binary minus (reducing character sets).

断言邮政编码开头不是 dash/digit 似乎……很困惑。如果你想肯定地断言破折号或数字以外的东西是 &~char_("-0-9") （使用一元 ~ 来否定字符集）但它会阻止在输入的一开始就匹配。

积极的态度

左右去掉一些复杂性我会天真地从类似的东西开始：

using It = std::string::const_iterator;
using ZipCode = boost::iterator_range<It>;

auto Parse(std::string const& input) {
    using namespace boost::spirit::x3;
    auto dig = [](int n) { return repeat(n)[digit]; };
    auto const zip59 = dig(5) >> -('-' >> dig(4));
    auto const valid = zip59 >> !graph;

    std::vector<ZipCode> matches;
    if (!parse(begin(input), end(input), *seek[raw[valid]], matches))
        throw std::runtime_error("parser failure");

    return matches;
}

哪个当然匹配太多了：

Live On Coliru

Matched '12345'
Matched '78397'
Matched '15222-1825'
Matched '53410-2807'

做英雄

要限制它（并在输入开始时仍然匹配），您可以 seek[&('-'|digit)] 然后需要一个有效的 zip。

我承认在得到它之前不得不 fiddle 处理一些东西 "right"。在此过程中，我创建了一个调试助手：

auto trace_as = [&input](std::string const& caption, auto parser) { 
    return raw[parser] [([=,&input](auto& ctx) { 
        std::cout << std::setw(12) << (caption+":") << " '";
        auto range = _attr(ctx);
        for (auto ch : range) switch (ch) {
            case '[=12=]': std::cout << "\0"; break;
            case '\r': std::cout << "\r"; break;
            case '\n': std::cout << "\n"; break;
            default: std::cout << ch;
        }
        std::cout << "' at " << std::distance(input.begin(), range.begin()) << "\n";
    })]; 
};

auto const valid = seek[&trace_as("seek", '-' | digit)] >> raw[zip59] >> !graph;

std::vector<ZipCode> matches;
if (!parse(begin(input), end(input), -valid % trace_as("skip", *graph >> +space), matches))
    throw std::runtime_error("parser failure");

这会产生以下附加诊断输出：

Live On Coliru

       seek: '1' at 0
       skip: '\n    ' at 5
       seek: '4' at 13
       skip: 'foo456\n    ' at 10
       seek: '5' at 23
       skip: 'ba58r\n    ' at 21
       seek: '2' at 31
       skip: '246764anc\n    ' at 31
       seek: '5' at 45
       skip: '578397\n    ' at 45
       seek: '9' at 56
       skip: '90210-\n    ' at 56
       seek: '1' at 67
       skip: '15206-1\n    ' at 67
       seek: '1' at 79
       skip: '\n    ' at 89
       seek: '1' at 94
Matched '12345'
Matched '15222-1825'

既然输出是我们想要的，那我们再砍一下脚手架：

完整列表

Live On Coliru

#include <boost/spirit/home/x3.hpp>

using It = std::string::const_iterator;
using ZipCode = boost::iterator_range<It>;

auto Parse(std::string const& input) {
    using namespace boost::spirit::x3;
    auto dig = [](int n) { return repeat(n)[digit]; };
    auto const zip59 = dig(5) >> -('-' >> dig(4));
    auto const valid = seek[&('-' | digit)] >> raw[zip59] >> !graph;

    std::vector<ZipCode> matches;
    if (!parse(begin(input), end(input), -valid % (*graph >> +space), matches))
        throw std::runtime_error("parser failure");

    return matches;
}

#include <iostream>
int main() {
    std::string const sample = R"(12345
foo456
ba58r
246764anc
578397
90210-
15206-1
15222-1825
15212-4267-53410-2807)";

    for (auto zip : Parse(sample))
        std::cout << "Matched '" << zip << "'\n";
}

打印：

Matched '12345'
Matched '15222-1825'

如何在 Spirit X3 中正确指定锚定条件？

How do I properly specify anchoring conditions in Spirit X3?

c++

parsing

boost-spirit

c++14

boost-spirit-x3

积极的态度

做英雄

完整列表