F#如何使用户输入:分离数字，单位，单词？

Question

我对F#相当陌生，但在过去的几个星期里，我一直在阅读参考资料。我希望处理一个用户提供的输入字符串，识别和分离组成元素.例如，对于此输入：

XYZ酒店:6晚，220欧元/晚，外加17.5%的税

输出应该类似于一个元组列表：

("XYZ"，Word)；(“旅馆：”，Word)； ("6"，编号)；(“夜晚”，字)； ("at"，操作员)；("220"，编号)； ("EUR"，CurrencyCode)；("/"，操作员)；(“夜”，单词)； (“+”，操作员)；("17.5"，数字)；("%"，PerCent)；(“税”，词)

因为我处理的是用户输入，所以它可能是任何东西。因此，期望用户遵守语法是不可能的。我想要识别数字(可以是整数、浮点数、负.)、度量单位(可选，但可以包括SI或帝国物理单位、货币代码、计数，例如我的示例中的“夜/秒”)、数学运算符(作为数学符号或包括"at“per”、" of“、”折扣“等在内的单词)和所有其他单词。

我的印象是我应该使用主动模式匹配--这是对的吗？--但我不确定如何开始。任何指向适当参考材料或类似例子的指示都是很好的。

Answer 1

我使用FParsec库编写了一个示例。这个例子一点也不健壮，但是它给出了一个关于如何使用FParsec的很好的图片。

type Element =
| Word of string
| Number of string
| Operator of string
| CurrencyCode of string
| PerCent  of string    

let parsePerCent state =
    (parse {
        let! r = pstring "%"
        return PerCent r
    }) state

let currencyCodes = [|
    pstring "EUR"
|]

let parseCurrencyCode state =
    (parse {
        let! r = choice currencyCodes
        return CurrencyCode r
    }) state

let operators = [|
    pstring "at"
    pstring "/"
|]

let parseOperator state =
    (parse {
        let! r = choice operators
        return Operator r
    }) state

let parseNumber state =
    (parse {
        let! e1 = many1Chars digit
        let! r = opt (pchar '.')
        let! e2 = manyChars digit
        return Number (e1 + (if r.IsSome then "." else "") + e2)
    }) state

let parseWord state =
    (parse {
        let! r = many1Chars (letter <|> pchar ':')
        return Word r
    }) state

let elements = [| 
    parseOperator
    parseCurrencyCode
    parseWord
    parseNumber 
    parsePerCent
|]

let parseElement state =
    (parse {
        do! spaces
        let! r = choice elements
        do! spaces
        return r
    }) state

let parseElements state =
    manyTill parseElement eof state

let parse (input:string) =
    let result = run parseElements input 
    match result with
    | Success (v, _, _) -> v
    | Failure (m, _, _) -> failwith m

Answer 2

听起来你真正想要的只是一个雷克萨斯。FSParsec的一个很好的替代方案是FSLex。(不错的入门教程( albiet )有点过时，可以在我的旧博客这里上找到。)使用FSLex，您可以获取输入文本：

XYZ Hotel: 6 nights at 220EUR / night plus 17.5% tax

并将其正确标记为如下所示：

 [ Word("XYZ"); Hotel; Int(6); Word("nights"); Word("at"); Int(220); EUR; ... ]

下一步，一旦您有了一个标记列表，就会执行某种形式的模式匹配/分析来提取语义信息(我认为这就是您真正想要的)。对于规范化的令牌流，它应该非常简单，如：

let rec processTokenList tokens = 
    match tokens with
    | Float(x) :: Keyword("EUR") :: rest  -> // Dollar amount x
    | Word(x) :: Keyword("Hotel") :: rest -> // Hotel x
    | hd :: rest -> // Couldn't find anything interesting...
                    processTokenList rest

那至少能让你开始。但是请注意，随着你的输入得到更多的“正式”，你的词汇也会有用。(如果您只接受非常特定的输入，那么您可以使用适当的解析器并完成它！)