如何获取Parsec解析器所消耗的输入流？

可以借助Parsec提供的getInput工具实现一个通用包装combinator，无需修改所有底层解析器，仅需在顶层或目标子解析器上使用即可。

实现思路 #

通过在解析前后分别获取当前输入流，计算两者的差异得到解析器消耗的输入片段。对于String类型的输入，直接通过前后输入的长度差截取对应的字符即可。

代码实现 #

import Text.Parsec
import Text.Parsec.String (Parser)

-- 包装解析器，返回解析结果与消耗的输入片段的元组
trackConsumed :: Parser a -> Parser (a, String)
trackConsumed parser = do
  preInput <- getInput
  result <- parser
  postInput <- getInput
  -- 计算消耗的输入：从原输入开头到剩余输入开头的部分
  let consumed = take (length preInput - length postInput) preInput
  return (result, consumed)

使用方式 #

将你的顶层解析器传入trackConsumed即可，示例：

-- 假设你的顶层解析器是topLevelParser
mainParser :: Parser (YourAST, String)
mainParser = trackConsumed topLevelParser

细节说明 #

1. 这个方法无需修改任何底层解析逻辑，仅通过包装器实现输入跟踪，完全符合你不想重写所有解析器的需求。
2. 如果解析过程中存在回溯（比如使用try combinator），该方法依然有效——回溯后postInput会回到preInput的状态，此时consumed为空字符串，符合预期。
3. 若需要基于位置（行号、列号）更精确地计算消耗的输入，可以结合getPosition和getSourcePos相关函数，但对于纯字符流的解析，长度差的方式已经足够简单高效。
4. parsecMap仅用于映射解析结果，单独无法实现输入跟踪，但可以配合上述逻辑对返回的元组进行进一步处理，比如只保留消耗的输入或修改解析结果格式。

内容的提问来源于stack exchange，提问作者Peter Bergman