rust - 如何使用 nom 解析稍微模棱两可的数据?
问题描述
在RFC1738中,BNFdomainlabel
如下:
域标签 = 字母数字 | 字母数字 * [ 字母数字 | "-" ] 字母数字
也就是说,它要么是一个字母数字,要么是一个字符串,其中第一个/最后一个字符必须是一个字母数字,但中间字符可以是一个字母数字或破折号。
我如何用nom实现这个?忽略单字符场景以简化案例,我最后的尝试是:
fn domain_label(s: &[u8]) -> IResult<&[u8], (&[u8], &[u8], &[u8])> {
let left = take_while_m_n(1, 1, is_alphanumeric);
let middle = take_while(|c| is_alphanumeric(c) || c == b'-');
let right = take_while_m_n(1, 1, is_alphanumeric);
let whole = tuple((left, middle, right));
whole(s)
}
这样做的问题是middle
可以消耗最后一个字符,因此right
失败,因为没有要消耗的字符。
println!("{:?}", domain_label(b"abcde"));
Err(Error(([], TakeWhileMN)))
解析器应该能够尝试所有可能的消费路径,但如何做到这一点nom
?
解决方案
域标签 = 字母数字 | 字母数字 * [ 字母数字 | "-" ] 字母数字
它是由任意数量的字符分隔的一系列字母数字序列-
。所以这是一种方法:
use nom::bytes::complete::{tag, take_while1};
use nom::character::is_alphanumeric;
use nom::combinator::recognize;
use nom::multi::{many1, separated_list};
use nom::IResult;
fn domain_label(input: &[u8]) -> IResult<&[u8], &[u8]> {
let alphadigits = take_while1(is_alphanumeric);
let delimiter = many1(tag(b"-"));
let parser = separated_list(delimiter, alphadigits);
recognize(parser)(input)
}
fn main() {
let (_, res) = domain_label(b"abcde").unwrap();
assert_eq!(res, b"abcde");
let (_, res) = domain_label(b"abcde-123-xyz-").unwrap();
assert_eq!(res, b"abcde-123-xyz");
let (_, res) = domain_label(b"rust-lang--1---37---0.org").unwrap();
assert_eq!(res, b"rust-lang--1---37---0");
}
请注意,您不需要成功解析的各个部分。结果只是符合域标签 BNF 的最长输入。这就是recognize
组合器的用武之地。
推荐阅读
- reactjs - 在 React Native 中很难从一个屏幕导航到另一个屏幕
- java - 个人身份证生成器
- javascript - 在 Javascript 中构建相互依赖的功能标志
- amazon-web-services - 当团队成员将 APIG 部署到特定阶段时,使用 SNS 触发 Lambda/通知
- python - 我可以从 Scrapy 中的自定义 Spider 继承吗?
- git - Git stash apply - git 在申请之前会尝试合并吗?
- node.js - NodeJS 需要多个脚本同步执行
- webots - Webots Sim“就绪”信号
- node.js - Mongo Atlas 中没有创建集合
- javascript - 在 JS 中比较单个数组项的最有效方法