如何使用megaparsec报告多个错误？

Question

每百万秒的文档，"Since version 8, reporting multiple parse errors at once has become much easier."我还没能找到一个这样做的例子。我唯一找到的就是this。然而，它只展示了如何解析换行符分隔的玩具语言，也没有展示如何combine multiple errors到ParseErrorBundle中。这个SO discussion不是决定性的。

Answer 1

您希望结合使用withRecovery和registerParseError (或registerFailure或registerFancyFailure)从兆秒级生成的错误中恢复，以便“注册”这些错误(或您自己生成的错误)以进行延迟处理。

在解析结束时，如果没有注册解析错误，则解析成功，而如果注册了一个或多个解析错误，则一次性打印所有错误。如果您注册了解析错误，然后还触发了一个未恢复的错误，解析将立即终止，并且将打印所有已注册的错误和最终的未恢复的错误。

下面是一个非常简单的示例，它解析一个逗号分隔的数字列表：

import Data.Void
import Text.Megaparsec
import Text.Megaparsec.Char

type Parser = Parsec Void String

numbers :: Parser [Int]
numbers = sepBy number comma <* eof
  where number = read <$> some digitChar
        comma  = recover $ char ','
        -- recover to next comma
        recover = withRecovery $ \e -> do
          registerParseError e
          some (anySingleBut ',')
          char ','

在良好的输入上：

> parseTest numbers "1,2,3,4,5"
[1,2,3,4,5]

在有多个错误的输入上：

> parseTest numbers "1.2,3e5,4,5x"
1:2:
  |
1 | 1.2,3e5,4,5x
  |  ^
unexpected '.'
expecting ','

1:6:
  |
1 | 1.2,3e5,4,5x
  |      ^
unexpected 'e'
expecting ','

1:12:
  |
1 | 1.2,3e5,4,5x
  |            ^
unexpected 'x'
expecting ',', digit, or end of input

这里有一些微妙之处。对于以下情况，仅处理第一个解析错误：

> parseTest numbers "1,2,e,4,5x"
1:5:
  |
1 | 1,2,e,4,5x
  |     ^
unexpected 'e'
expecting digit

您必须仔细研究解析器以了解原因。sepBy成功地交替使用了number和comma解析器来解析"1,2,"。当到达e时，它将应用失败的number解析器(因为some digitChar至少需要一个数字字符)。这是一个无法恢复的错误，因此解析会立即结束，不会注册其他错误，因此只会打印一个错误。

此外，如果您从numbers的定义中删除了<* eof (例如，使其成为更大解析器的一部分)，您会发现：

> parseTest numbers "1,2,3.4,5"

在句点上给出一个分析错误，但是：

> parseTest numbers "1,2,3.4"

解析正常。另一方面：

> parseTest numbers "1,2,3.4\n hundreds of lines without commas\nfinal line, with comma"

在文件末尾的句号和逗号上提供分析错误。

问题是sepBy使用comma解析器来确定逗号分隔的数字列表何时结束。如果解析器成功(它可以通过恢复来完成，在下一个逗号之前吞噬数百行)，sepBy将尝试继续运行；如果解析器失败(最初都失败，并且因为恢复代码在扫描整个文件后找不到逗号)，sepBy将完成。

最后，编写可恢复的解析器是一件很棘手的事情。