23、解析器组合器的代数设计

解析器组合器的代数设计

1. 解析器组合器概述

解析器是一种专门的程序，它以非结构化数据（如文本、符号、数字或标记流）为输入，并输出该数据的结构化表示。例如，我们可以编写一个解析器，将逗号分隔的文件转换为列表的列表，其中外层列表的元素表示记录，每个内层列表的元素表示每条记录中由逗号分隔的字段。另一个例子是将 XML 或 JSON 文档转换为树状数据结构的解析器。

在本设计中，我们将使用 JSON 解析作为一个实际的用例，来构建一个用于创建解析器的组合器库。这不仅是关于解析本身，更侧重于深入了解函数式设计的过程。

2. 代数设计方法

传统的设计方法可能是先发明代数中的函数，再完善函数集和调整数据类型表示，最后才考虑定律。而我们采用的代数设计方法则是先从代数（包括其定律）开始，稍后再决定数据类型的表示。

在解析器组合器库中，解析器可以很简单，例如只识别输入中的单个字符。然后，我们使用组合器从这些基本解析器组装成复合解析器，再从复合解析器组装成更复杂的解析器。

与解析器生成器（如 Yacc 或 Java 中的 ANTLR）不同，解析器生成器根据语法规范生成解析器代码，虽然高效但生成的代码难以调试且逻辑片段难以复用。而解析器组合器库中的解析器是普通的一等值，虽然速度可能较慢，但逻辑复用简单，且无需外部工具。

3. 初步组合器设计

我们从最简单的解析器开始，即识别单个字符 ‘a’ 的解析器。为此，我们发明了一个组合器 char ：

def char(c: Char): Par