スカラパーサーコンバイナーと改行文字区切りテキスト

Question

リストが1つ以上の空白行で区切られた改行区切りの単語リストを読み込むScalaパーサーコンビネーター文法を書いています。私はそれがList(List(cat, mouse, horse), List(apple, orange, pear))を返却したいと思い

cat 
mouse 
horse 

apple 
orange 
pear 

：次の文字列を考えます。

私は、単語リストを改行で区切られた単語として扱うこの基本文法を書いています。デフォルトの定義whitespaceをオーバーライドしなければならないことに注意してください。それは

[8.1] parsed: List(List(cat, mouse, horse), List(), List(apple, orange, pear)) 

を返します。すなわち

import util.parsing.combinator.RegexParsers 

object WordList extends RegexParsers { 

    private val eol = sys.props("line.separator") 

    override val whiteSpace = """[ \t]+""".r 

    val list: Parser[List[String]] = repsep("""\w+""".r, eol) 

    val lists: Parser[List[List[String]]] = repsep(list, eol) 

    def main(args: Array[String]) { 
     val s = 
      """cat 
      |mouse 
      |horse 
      | 
      |apple 
      |orange 
      |pear""".stripMargin 

     println(parseAll(lists, s)) 
    } 
} 

はこの間違って、空の単語リストとして空白行を扱います（途中で空のリストを注意してください。）

私はでラインのオプションの終わりを置くことができます各リストの終わり。

val list: Parser[List[String]] = repsep("""\w+""".r, eol) <~ opt(eol) 

これは、リスト間の単一の空白行がある場合を扱うが、複数の空白行と同じ問題があります。

Iは、複数のエンド・オブ・ラインデリミタを可能にするlists定義を変更しようとした：

val lists:Parser[List[List[String]]] = repsep(list, rep(eol)) 

が、これは上記の入力でハング。

デリミタとして複数の空白行を処理する正しい文法は何ですか？

Answer 1

空白の定義を再定義するのではなく、skipWhitespaceからfalseに設定してください。空リストの問題は、repsepがリストの最後に改行を消費しないという事実によって引き起こされます。代わりに、あなたは改行を解析（または可能性入力の終わり）各項目の後にする必要があります

import util.parsing.combinator.RegexParsers 

object WordList extends RegexParsers { 

    private val eoi = """\z""".r // end of input 
    private val eol = sys.props("line.separator") 
    private val separator = eoi | eol 
    private val word = """\w+""".r 

    override val skipWhitespace = false 

    val list: Parser[List[String]] = rep(word <~ separator) 

    val lists: Parser[List[List[String]]] = repsep(list, rep1(eol)) 

    def main(args: Array[String]) { 
    val s = 
     """cat 
     |mouse 
     |horse 
     | 
     |apple 
     |orange 
     |pear""".stripMargin 

    println(parseAll(lists, s)) 
    } 

} 

その後、再び、パーサコンビネータは、ここでは少し行き過ぎています。

s.split("\n{2,}").map(_.split("\n"))