编写解析器（用于标记语言）：Theory＆amp;实践

Question

我想为像Markdown这样的标记语言编写一个惯用的解析器。我的版本会略有不同，但我认为在Clojure中至少需要一些这样的东西，而且我想加入它。

我不想使用乱七八糟的RegExes（虽然我意识到可能需要一些），而且我想制作强大的东西和惯用的Clojure 。

我已经开始了一些不同的尝试（主要是纸上谈兵），但我对他们非常满意，因为我觉得我只是即兴创作。那没关系，但在过去的一两个月里，我已经用Clojure的语言进行了大量的探索，并希望至少部分地遵循巨人的路径。

我想要一些指示，建议或资源（来自O'Reilly的书很棒 - 爱我一些电子书 - 但亚马逊或无论哪个也很棒）。无论你能提供什么。

编辑 Brian Carper在using ANTLR from Clojure上发表了一篇有趣的帖子。

还有clojure-pg和fnparse，它们是Clojure解析器生成器。 fnparse甚至看起来它有一些像样的文档。

仍在寻找资源等！我以为我会用自己的一些调查结果来更新这些内容。

Answer 1

我能想到的最好的是Terrence Parr--领导ANTLR parser generator的人 - 编写了一个标记为here的标记语言。无论如何，那里有源代码可供查看。

Answer 2

还有clj-peg项目，允许指定用于解析数据的PEG语法

Answer 3

这里还没有提到的是clarsec，一个Haskell的parsec库的端口。

我最近在Clojure中进行了非常类似的构建解析器的任务。我在fnparse路径上走了很远，特别是使用了（未发布的）fnparse 3，你可以在github上的develop分支中找到它。它分为两种形式：猎犬（专门用于LL（1）单个前瞻解析器）和cat，它是一个packrat解析器。两者都是基于monad构建的功能解析器（如clarsec）。 fnparse有一些令人印象深刻的工作 - 记录解析器，构建错误消息等的能力很好。除了功能文档字符串之外，开发分支上的文档不存在，实际上非常好。最后，我试图让LL（k）工作，打了一些路障。我认为有可能让它发挥作用，如果没有一套关于如何使回溯工作得很好的实例，那就很难了。我也非常熟悉分析lexing和解析的解析器，我很难这么想。我对此仍然非常感兴趣，作为未来的一个好解决方案。

与此同时，我已经回归Antlr，这是非常强大，经常旅行，有充分记录（在2本书中），等等。它没有Clojure后端但是我希望将来能够使解析器工作变得非常好。我通过StringTemplate将它用于lexing，解析，树转换和模板化。它还没有完全没有碰撞，但到目前为止我已经找到了解决所有问题的可行解决方案。 Antlr独特的LL（*）解析算法可以让你编写真正可读的语法，但仍然可以使它们相当高效（如果不是这样的话，可以逐步调整它们）。

Answer 4

两个功能标记翻译器是

• Pandoc，在Haskell中使用source on github
实施的降价
• Simple_markdown在OCaml中实施。