如何解析文本直至遇到独立一行的##标记

我来帮你搞定这个解析需求！你想要实现的是从BEGIN开始读取文本内容，一旦碰到单独一行的##就立即停止解析对吧？咱们可以基于Scala的RegexParsers来完成这个逻辑，下面是完整且可运行的实现方案：

完整解析器代码 #

import scala.util.parsing.combinator.RegexParsers

object MyParser extends RegexParsers {
  // 匹配BEGIN关键字，同时跳过其后面的任意空白（包括同一行的空格）
  val begin: Parser[Unit] = "BEGIN" ~> """\s*""".r ^^^ ()
  
  // 匹配非结束行的内容：确保整行不是单独的"##"，然后捕获整行文本
  val line: Parser[String] = """^(?!##$).+$""".r <~ eol
  
  // 匹配各种换行符格式
  val eol: Parser[String] = "\r\n" | "\n" | "\r"
  
  // 匹配结束标记：单独一行的"##"，允许后面没有换行符（比如文本最后一行就是##）
  val end: Parser[Unit] = """^##$""".r <~ opt(eol) ^^^ ()
  
  // 主解析规则：先匹配BEGIN，然后重复解析所有有效行直到遇到结束标记
  val document: Parser[Seq[String]] = begin ~> rep(line) <~ end
  
  // 对外暴露的解析方法，返回Either类型便于处理成功/失败场景
  def parse(input: String): Either[String, Seq[String]] = {
    parseAll(document, input) match {
      case Success(result, _) => Right(result)
      case Failure(msg, pos) => Left(s"解析失败: $msg (位置: ${pos.line}, ${pos.column})")
      case Error(msg, pos) => Left(s"解析错误: $msg (位置: ${pos.line}, ${pos.column})")
    }
  }
}

// 测试用例
object ParserDemo extends App {
  val testDoc = """BEGIN A Bunch Of Text With linebreaks
Some other content line
Another line to parse
##
This line won't be parsed at all
Neither will this one"""

  MyParser.parse(testDoc) match {
    case Right(lines) =>
      println("解析成功，结果如下:")
      lines.zipWithIndex.foreach { case (line, idx) =>
        println(s"${idx+1}. $line")
      }
    case Left(error) =>
      println(error)
  }
}

关键逻辑说明 #

• 行匹配规则：line解析器用了正则负向前瞻^(?!##$).+$，确保只匹配那些不是单独##的行，避免把结束标记行混入结果。
• 结束标记处理：end解析器专门匹配单独一行的##，opt(eol)处理了文本最后一行就是##的边界情况（没有后续换行符）。
• 解析流程：主规则document先跳过BEGIN关键字和后续空白，然后不断解析有效行，直到遇到end标记就停止，完美符合你的需求。
• 错误处理：对外暴露的parse方法返回Either类型，方便你优雅处理解析成功或失败的场景。

运行测试用例后，你会得到前3行的内容，##后面的文本不会被解析，完全符合预期。

内容的提问来源于stack exchange，提问作者ThaDon