このエントリーは 改善版2024）kotlin でパーサーコンビネータを実装する【前編】 からの続きです。
前編で Hello, *World*! Hello, *Again*! という文字列を自前で実装したパーサーコンビネーターを使ってHTMLに変換しました。 後編ではボールド用マークアップが混ざっていてもうまくパースできるのか調べます。
$ kotlin -version
Kotlin version 2.0.10-release-540 (JRE 17.0.12+7-Ubuntu-1ubuntu222.04)
いわゆるマークダウンならボールドになるマークアップを World の前後に挿入した文字列 Hello, **World**! を前編で作成したコードでパースして結果を見ます。
次のようになります。
$ kotlin main.kts
Hello, <i></i>World<i></i>!
Bold用のマークアップをパースするパーサーがないので当然の結果ですが、意図通り変換はできていません。 （意図した変換結果は Hello, <b>World</b>! です。）
Boldマークアップをサポートするためにコードを追加していきます。
パース結果蓄積用の HtmlBlock に追記:
sealed class HtmlBlock(val value: String) {
class Just(value: String): HtmlBlock(value)
object ItalicStart: HtmlBlock("")
object ItalicStop: HtmlBlock("")
object BoldStart: HtmlBlock("")
object BoldStop: HtmlBlock("")
}
BoldStart, BoldStop の種類を追加しました。 これに伴い toHtml も変更が必要です。 BoldStart, BoldStop がきたときにどうように出力するか is HtmlBlock.BoldStart, is HtmlBlock.BoldStop の部分を 追記しました。
val toHtml: (ParseResult)->String = { r->
if( r.ok ){
r.htmlBlocks.map {
when(it){
is HtmlBlock.Just -> it.value
is HtmlBlock.ItalicStart -> "<i>"
is HtmlBlock.ItalicStop -> "</i>"
is HtmlBlock.BoldStart -> "<b>"
is HtmlBlock.BoldStop -> "</b>"
}
}.joinToString("")
} else {
""
}
}
ボールドマークアップにも対応したパーサー全体はこれです。
val text = "Hello, **World**!"
val pItalicStart: Parser = pWord("*", {HtmlBlock.ItalicStart})
val pItalicStop: Parser = pWord("*", {HtmlBlock.ItalicStop})
val pBoldStart: Parser = pWord("**", {HtmlBlock.BoldStart})
val pBoldStop: Parser = pWord("**", {HtmlBlock.BoldStop})
val pItalic =
pItalicStart and
zeroOrMore(pNone("*", {HtmlBlock.Just(it)})) and
pItalicStop
val pBold =
pBoldStart and
zeroOrMore(pNone("**", {HtmlBlock.Just(it)})) and
pBoldStop
val pJust = pAnyone({HtmlBlock.Just(it)})
val p = zeroOrMore(pBold or pItalic or pJust)
val parseResult = p(text, listOf())
println( toHtml(parseResult) )
イタリックにならってボールドのパーサー記述を追加しただけです。 最終的な結論としてのパーサーはこれ:
val p = zeroOrMore(pBold or pItalic or pJust)
bold か italic か ただの文字 のいずれかが０回以上の繰り返し出現する文字列をパースするパーサー、と読めます。
pBold と pItalic の出現順に注意しましょう。or は左側から順に評価されるので、 pItalic を pBold より左側に書いてしまうと意図した結果をえることはできません。
実行します。
$ kotlin main.kts
Hello, <b>World</b>!
意図通り変換できました。
次のような文字列でボールドとイタリックのマークアップが混在してもうまくいくのか試しましょう。
val text = "Hello, **World**! Hello, *Again*!"
実行。
$ kotlin main.kts
Hello, <b>World</b>! Hello, <i>Again</i>!
うまくいきました。
完成したコード全体を掲載します。
// main.kts
sealed class HtmlBlock(val value: String) {
class Just(value: String): HtmlBlock(value)
object ItalicStart: HtmlBlock("")
object ItalicStop: HtmlBlock("")
object BoldStart: HtmlBlock("")
object BoldStop: HtmlBlock("")
}
typealias ToHtmlBlock = (String)->HtmlBlock
data class ParseResult(
val ok: Boolean,
val next: String,
val htmlBlocks: List<HtmlBlock>)
typealias Parser = (String, List<HtmlBlock>)->ParseResult
val toNGParseResult: (String)->ParseResult = { next->
ParseResult(false, next, listOf())
}
val pWord: (String, ToHtmlBlock)-> Parser = { word, toHtmlBlock->
val p: Parser = { text, htmlBlocks->
val invalid = ( text.length < word.length )
if( !invalid && text.substring(0, word.length)==word ){
ParseResult(
true,
text.substring(word.length),
htmlBlocks + listOf(toHtmlBlock(word)))
} else {
toNGParseResult(text)
}
}
p
}
infix fun Parser.and(parser1: Parser): Parser {
val parser0 = this
val p: Parser = { text, htmlBlocks->
val parseResult0 = parser0(text, htmlBlocks)
if( parseResult0.ok ){
val parseResult1 = parser1(parseResult0.next, parseResult0.htmlBlocks)
if( parseResult1.ok ){
ParseResult(true, parseResult1.next, parseResult1.htmlBlocks)
} else {
toNGParseResult(text)
}
} else {
toNGParseResult(text)
}
}
return p
}
infix fun Parser.or(parser1: Parser): Parser {
val parser0 = this
val p: Parser = { text, htmlBlocks->
val parseResult0 = parser0(text, htmlBlocks)
val parseResult1 = parser1(text, htmlBlocks)
if( parseResult0.ok ){
parseResult0
} else if( parseResult1.ok ){
parseResult1
} else {
toNGParseResult(text)
}
}
return p
}
val zeroOrMore: (Parser)->Parser = { parser->
val p: Parser = { text, htmlBlocks->
val parseResult = parser(text, htmlBlocks)
if( !parseResult.ok ){
// パースが失敗した場合:
ParseResult(true, text, htmlBlocks)
} else {
// パースが成功した場合:
zeroOrMore(parser)(parseResult.next, parseResult.htmlBlocks)
}
}
p
}
val pAnyone: (ToHtmlBlock)->Parser = { toHtmlBlock->
val p: Parser = { text, htmlBlocks->
if( text.length>0 ){
ParseResult(
true,
text.substring(1),
htmlBlocks + listOf(toHtmlBlock(text[0].toString())))
} else {
toNGParseResult(text)
}
}
p
}
val pNone: (String, ToHtmlBlock)->Parser = { token, toHtmlBlock->
val p: Parser = { text, htmlBlocks->
if( text.startsWith(token) ){
toNGParseResult(text)
} else {
if( text.length>0 ){
ParseResult(
true,
text.substring(1),
htmlBlocks + listOf(toHtmlBlock(text[0].toString())))
} else {
toNGParseResult(text)
}
}
}
p
}
val toHtml: (ParseResult)->String = { r->
if( r.ok ){
r.htmlBlocks.map {
when(it){
is HtmlBlock.Just -> it.value
is HtmlBlock.ItalicStart -> "<i>"
is HtmlBlock.ItalicStop -> "</i>"
is HtmlBlock.BoldStart -> "<b>"
is HtmlBlock.BoldStop -> "</b>"
}
}.joinToString("")
} else {
""
}
}
//val text = "Hello, **World**!"
val text = "Hello, **World**! Hello, *Again*!"
val pItalicStart: Parser = pWord("*", {HtmlBlock.ItalicStart})
val pItalicStop: Parser = pWord("*", {HtmlBlock.ItalicStop})
val pBoldStart: Parser = pWord("**", {HtmlBlock.BoldStart})
val pBoldStop: Parser = pWord("**", {HtmlBlock.BoldStop})
val pItalic =
pItalicStart and
zeroOrMore(pNone("*", {HtmlBlock.Just(it)})) and
pItalicStop
val pBold =
pBoldStart and
zeroOrMore(pNone("**", {HtmlBlock.Just(it)})) and
pBoldStop
val pJust = pAnyone({HtmlBlock.Just(it)})
val p = zeroOrMore(pBold or pItalic or pJust)
val parseResult = p(text, listOf())
println( toHtml(parseResult) )