用attoparsec解析IP地址

Question

在https://www.fpcomplete.com/school/starting-with-haskell/libraries-and-frameworks/text-manipulation/attoparsec上给出的解析器看起来工作正常，但它有一个问题。

代码(在这里重复)是：

{-# LANGUAGE OverloadedStrings #-}

-- This attoparsec module is intended for parsing text that is
-- represented using an 8-bit character set, e.g. ASCII or ISO-8859-15.
import Data.Attoparsec.Char8
import Data.Word

-- | Type for IP's.
data IP = IP Word8 Word8 Word8 Word8 deriving Show

parseIP :: Parser IP
parseIP = do
  d1 <- decimal
  char '.'
  d2 <- decimal
  char '.'
  d3 <- decimal
  char '.'
  d4 <- decimal
  return $ IP d1 d2 d3 d4

main :: IO ()
main = print $ parseOnly parseIP "131.45.68.123"

如果解析器输入无效的IP地址(如"1000.1000.1000.1000“)，它不会失败，并返回一个垃圾结果，这是由于强制的数字转换。

有什么简单的方法来解决这个问题吗？一种方法是使用更大的Word类型，如Word32，并检查数字是否小于256个。但是，即使这样，如果输入是病态的(例如溢出Word32 )，也可能返回垃圾。转换到Integer似乎是一种选择，因为它是无限的，但同样，对抗性输入可能会使程序耗尽内存。

那么，避免这些问题的解析器(希望是优雅的)会是什么样子呢？

Answer 1

我对您的问题的理解是，您不仅希望在输入数字太大时失败，而且不希望解析器消耗比所需的更多的输入。

我们可以定义一个函数来最大限度地解析整数，否则就会失败：

import Data.Attoparsec.ByteString.Char8
import Data.Word
import Data.ByteString (ByteString)
import qualified Data.ByteString as B
import Control.Applicative
import Data.List (foldl')
import Control.Monad 

decimalMax :: Integral a => Integer -> Parser a 
decimalMax dMax = do  
  let numDigs = ceiling $ log (fromIntegral(dMax+1)) / log 10
      getVal = foldl' (\s d -> s*10+fromIntegral (d-48)) 0 . B.unpack
  val <- getVal <$> scan 0 (\n c -> 
          if n > numDigs || not (isDigit c) then Nothing else Just (n+1)) 
  if val <= dMax 
    then return $ fromIntegral val 
    else fail $ "decimalMax: parsed decimal exceeded" ++ show dMax

此函数计算最大数字中的数字数，然后只需最多消耗那么多位数。IP地址的解析器几乎保持不变：

parseIP :: Parser IP
parseIP = IP <$> dd <*> dd <*> dd <*> dig where 
  dig = decimalMax 255
  dd = dig <* char '.' 

main :: IO ()
main = do
  print $ parseOnly parseIP "131.45.68.123"
  print $ parseOnly parseIP "1000.1000.1000.1000"

Answer 2

对于简单的非病理性输入，您确实可以从Word8强制使用Integer，这是任意精确的，永远不会溢出：

byte :: Parser Word8
byte = do
    n <- (decimal :: Parser Integer)
    if n < 256 then return n 
               else fail $ "Byte Overflow: " ++ show n ++ " is greater than 255."

现在修改后的程序

parseIP = do
    d1 <- byte
    char '.'
    d2 <- byte
    char '.'
    d3 <- byte
    char '.'
    d4 <- byte
    return $ IP d1 d2 d3 d4

应该产生所需的输出。

如果你想通过写“1291293919818283309400919.”来处理试图DoS你的人.作为一个非常长的数字，我预计需要做更多的工作来验证某物是否真的是这个长度，所以在第一个char '.'上立即失败之前，最多扫描三位数。

下面的内容似乎是在顶部编译和使用import qualified Data.ByteString as BS：

scan0to3digits :: Int -> Char -> Maybe Int
scan0to3digits  = scan 0 helper where
  helper n c 
    | n < 3 && isDigit c  = Just (n + 1)
    | otherwise           = Nothing

byte :: Parser Word8
byte = do
    raw <- scan 0 scan0to3digits
    let p = BS.foldl' (\sum w8 -> 10 * sum + fromIntegral w8 - 48) 0 raw
    if BS.length raw == 0 
      then fail "Expected one or more digits..."
      else if p > 255
        then fail $ "Byte Overflow: " ++ show n ++ " is greater than 255."
        else return (fromInteger p)