F＃如何標記用戶輸入：分隔數字，單位，單詞？

我對F＃相當陌生，但是在過去的幾個星期裏閱讀了參考資料。我希望處理用戶提供的輸入字符串，識別和分離組成元素。例如，對於此輸入：F＃如何標記用戶輸入：分隔數字，單位，單詞？

XYZ酒店：6晚住宿220EUR /夜加上17.5％的稅

輸出應該類似於像元組的列表：

[（「XYZ」，單詞）; （「酒店：」，Word）;
（「6」，Number）; （「晚上」，單詞）;
（「at」，Operator）; （「220」，Number）;
（「EUR」，CurrencyCode）; （「/」，運營商）; （「夜」，Word）;
（「plus」，Operator）; （「17.5」，編號）; （「％「，百分）; （「稅」， Word）]

由於我正在處理用戶輸入，它可能是任何東西。因此，期望用戶遵守語法是不可能的。我想識別這些數字（可以是整數，浮點數，負數......），度量單位（可選，但可以包括SI或帝國物理單位，貨幣代碼，例如我的示例中的「night/s」），，數學運算符（如數學符號或包含「at」，「per」，「of」，「discount」等的單詞）等所有單詞。

我的印象是我應該使用主動模式匹配 - 是對的嗎？ - 但我不確定如何開始。任何指向適當參考資料或類似例子的指針都會很棒。

來源

2011-01-11 David White

我整理了一個使用FParsec庫的例子。這個例子根本不健壯，但它給出瞭如何使用FParsec的相當好的圖像。

type Element = 
| Word of string 
| Number of string 
| Operator of string 
| CurrencyCode of string 
| PerCent of string  

let parsePerCent state = 
    (parse { 
     let! r = pstring "%" 
     return PerCent r 
    }) state 

let currencyCodes = [| 
    pstring "EUR" 
|] 

let parseCurrencyCode state = 
    (parse { 
     let! r = choice currencyCodes 
     return CurrencyCode r 
    }) state 

let operators = [| 
    pstring "at" 
    pstring "/" 
|] 

let parseOperator state = 
    (parse { 
     let! r = choice operators 
     return Operator r 
    }) state 

let parseNumber state = 
    (parse { 
     let! e1 = many1Chars digit 
     let! r = opt (pchar '.') 
     let! e2 = manyChars digit 
     return Number (e1 + (if r.IsSome then "." else "") + e2) 
    }) state 

let parseWord state = 
    (parse { 
     let! r = many1Chars (letter <|> pchar ':') 
     return Word r 
    }) state 

let elements = [| 
    parseOperator 
    parseCurrencyCode 
    parseWord 
    parseNumber 
    parsePerCent 
|] 

let parseElement state = 
    (parse { 
     do! spaces 
     let! r = choice elements 
     do! spaces 
     return r 
    }) state 

let parseElements state = 
    manyTill parseElement eof state 

let parse (input:string) = 
    let result = run parseElements input 
    match result with 
    | Success (v, _, _) -> v 
    | Failure (m, _, _) -> failwith m

來源

2011-01-11 03:48:50 ChaosPandion

這是一個全面的響應。你是說FParsec是一個很好的解決方案，即使我正在處理自由格式的文本 - 不是嚴格的語法？ – 2011-01-11 05:27:20

這聽起來像你真正想要的只是一個詞法分析器。 FSParsec的一個好的選擇是FSLex。（很好的介紹教程，albiet有些過時，可在我的舊博客here發現）使用FSLex你可以把你輸入的文字：

XYZ Hotel: 6 nights at 220EUR/night plus 17.5% tax

並把它適當地符號化到這樣的：

[ Word("XYZ"); Hotel; Int(6); Word("nights"); Word("at"); Int(220); EUR; ... ]

下一步，一旦你有一個令牌列表，就是做某種形式的模式匹配/分析來提取語義信息（我假設你是真正的）。使用標準化的令牌流，它應該如此簡單：

let rec processTokenList tokens = 
    match tokens with 
    | Float(x) :: Keyword("EUR") :: rest -> // Dollar amount x 
    | Word(x) :: Keyword("Hotel") :: rest -> // Hotel x 
    | hd :: rest -> // Couldn't find anything interesting... 
        processTokenList rest

至少應該讓您開始。但請注意，隨着您的輸入變得更加「正式」，您的練習的實用性也會隨之提高。（如果你只接受一個非常具體的輸入，那麼你可以使用一個合適的解析器並完成它！）

來源

2011-01-11 05:38:02

F＃如何標記用戶輸入：分隔數字，單位，單詞？

回答

相關問題