如何用nom解析指定长度输入？以日期时间串解析为例

问题背景 #

需要解析类似(D:20230416140523Z00'00)的字符串，从中提取YYYYMMDDHHmmSS格式的日期时间字段，每个字段是固定长度的数字（比如YYYY是4位、MM是2位等）。尝试用take(n)结合u16解析固定长度前缀时遇到编译错误。

错误原因分析 #

原代码中使用flat_map(take(n), u16::<_, ()>)的核心问题：

• flat_map的第二个参数要求是接收第一个解析结果、返回新Parser的函数，但直接传入u16::<_, ()>会立即执行该解析器，返回的是Result类型，而非符合要求的Parser闭包。
• 我们实际需求是将take(n)获取的字节片段转换为数字类型，而非用新Parser继续解析剩余输入，因此应该使用map_res而非flat_map。

正确实现方式 #

方法1：基础版固定长度数字解析 #

使用map_res将固定长度字节片段转换为数字，它支持处理转换过程中的错误（比如非数字字符、长度不匹配）：

use nom::bytes::complete::take;
use nom::combinator::map_res;
use nom::error::Error;
type IResult<'a, T> = nom::IResult<&'a [u8], T, Error<&'a [u8]>>;

fn parse_fixed_length_prefix<'a>(input: &[u8], n: usize) -> IResult<u16> {
    map_res(take(n), |bytes: &[u8]| {
        // 先转UTF-8字符串，再解析为u16
        std::str::from_utf8(bytes).and_then(|s| s.parse::<u16>())
    })(input)
}

#[test]
fn test() {
    let output = parse_fixed_length_prefix(b"123456789", 4);
    assert_eq!(output, Ok((b"56789", 1234u16)));
}

方法2：封装通用解析器（适合多字段场景） #

如果需要多次解析不同长度的数字段，可以封装一个通用的固定长度数字解析器，支持u16/u8/u32等多种数字类型：

use nom::bytes::complete::take;
use nom::combinator::map_res;
use nom::error::Error;
type IResult<'a, T> = nom::IResult<&'a [u8], T, Error<&'a [u8]>>;

// 通用固定长度数字解析器，支持任意可从字符串解析的数字类型
fn fixed_num<'a, N: std::str::FromStr>(n: usize) -> impl Fn(&'a [u8]) -> IResult<N>
where
    <N as std::str::FromStr>::Err: std::fmt::Display,
{
    move |input| {
        map_res(take(n), |bytes: &[u8]| {
            std::str::from_utf8(bytes).and_then(|s| s.parse::<N>())
        })(input)
    }
}

// 解析完整YYYYMMDDHHmmSS格式的示例
fn parse_datetime(input: &[u8]) -> IResult<(u16, u8, u8, u8, u8, u8)> {
    let (input, year) = fixed_num::<u16>(4)(input)?;
    let (input, month) = fixed_num::<u8>(2)(input)?;
    let (input, day) = fixed_num::<u8>(2)(input)?;
    let (input, hour) = fixed_num::<u8>(2)(input)?;
    let (input, minute) = fixed_num::<u8>(2)(input)?;
    let (input, second) = fixed_num::<u8>(2)(input)?;
    Ok((input, (year, month, day, hour, minute, second)))
}

#[test]
fn test_datetime() {
    let output = parse_datetime(b"20230416140523Z00'00");
    assert_eq!(output, Ok((b"Z00'00", (2023, 4, 16, 14, 5, 23))));
}

补充说明 #

• 用Error<&[u8]>替代空错误类型()，能提供更详细的错误信息，便于调试。
• 日期时间数字串通常是合法UTF-8，若需处理非UTF-8场景，可根据实际需求调整字节转数字的逻辑。

内容的提问来源于stack exchange，提问作者George