Parsec解析器公共前缀双分支场景下空格处理异常问题求解

Parsec 的 <|> 选择运算符默认不支持消费输入后的自动回溯：只有当前一个分支完全没有消费任何输入就失败时，才会回滚输入指针尝试下一个分支；如果前一个分支已经消费了部分输入后失败，会直接抛出错误，不会进入后续分支。

你遇到的错误原因非常明确：
第一个分支首先执行 spaces 已经把输入开头的所有空格消费掉，输入指针移动到了第一个非空格字符的位置（也就是 " Bs" 中的大写 B）。接下来执行 lookAhead lower 匹配失败，此时第一个分支已经消费过输入，<|> 不会回滚指针，不会进入第二个分支，直接抛出匹配错误。哪怕你在第二个分支也加了 spaces 也没用，因为程序根本不会走到第二个分支的逻辑。

方案1（推荐）：公共前缀提取 #

前导空格是两个分支的公共匹配逻辑，直接提到选择分支外层统一处理，避免重复逻辑也不需要回溯：

testP :: Parser String
testP = do
    -- 先统一消费所有前导空格
    spaces
    -- 再在同一个输入位置执行两个分支的选择
    (do
        lookAhead lower
        a1 <- lower
        a2 <- lower
        return [a1,a2]
    ) <|> (do
        a1 <- upper
        a2 <- lower
        return [a1,a2]
    )

这个方案性能最优，没有额外的回溯开销。

方案2：显式开启回溯 #

如果你出于某种原因需要把空格逻辑写在每个分支内，可以给第一个分支套上 try 函数，强制分支失败时回滚输入指针：

testP :: Parser String
testP = (try $ do
            spaces
            lookAhead lower
            a1 <- lower
            a2 <- lower
            return [a1,a2]
        ) <|> (do
            spaces
            a1 <- upper
            a2 <- lower
            return [a1,a2]
        )

注意只有需要回溯的分支才需要加 try，过多使用 try 会降低解析器性能。

内容的提问来源于stack exchange，提问作者xsimplex