pest. 优雅的解析器

pest 是一个以可访问性、正确性和性能为重点的通用解析器，用 Rust 编写。它使用解析表达式文法（或 PEG）作为输入，与正则表达式类似，但提供了解析复杂语言所需的表达性。

入门指南

使用 pest 开始解析的推荐方法是阅读官方的 书籍。

其他有用的资源

• 在 docs.rs 上的 API 参考文档
• 在我们的 fiddle 上试用语法并分享它们
• 在 GitHub 讨论区 中找到已回答的常见问题或提出问题
• 在 Gitter 或 Discord 上留下反馈、提问或打招呼

示例

以下是一个列表数字标识符语法的示例，其中所有标识符都不以数字开头

alpha = { 'a'..'z' | 'A'..'Z' }
digit = { '0'..'9' }

ident = { !digit ~ (alpha | digit)+ }

ident_list = _{ ident ~ (" " ~ ident)* }
          // ^
          // ident_list rule is silent which means it produces no tokens

语法保存在单独的 .pest 文件中，永远不会与过程代码混合。这导致了一种始终是最新的、易于阅读和维护的语言规范。

有意义的错误报告

基于语法定义，解析器还包括自动错误报告。对于上面的例子，输入 "123" 将导致

thread 'main' panicked at ' --> 1:1
  |
1 | 123
  | ^---
  |
  = unexpected digit', src/main.rs:12

而 "ab *" 将导致

thread 'main' panicked at ' --> 1:1
  |
1 | ab *
  |    ^---
  |
  = expected ident', src/main.rs:12

这些错误消息可以从它们的默认 Display 实现中获得，例如 panic!("{}", parser_result.unwrap_err()) 或 println!("{}", e)。

API 对

可以使用语法自动推导出 Parser 实现。解析返回嵌套标记对的迭代器

use pest_derive::Parser;
use pest::Parser;

#[derive(Parser)]
#[grammar = "ident.pest"]
struct IdentParser;

fn main() {
    let pairs = IdentParser::parse(Rule::ident_list, "a1 b2").unwrap_or_else(|e| panic!("{}", e));

    // Because ident_list is silent, the iterator will contain idents
    for pair in pairs {
        // A pair is a combination of the rule which matched and a span of input
        println!("Rule:    {:?}", pair.as_rule());
        println!("Span:    {:?}", pair.as_span());
        println!("Text:    {}", pair.as_str());

        // A pair can be converted to an iterator of the tokens which make it up:
        for inner_pair in pair.into_inner() {
            match inner_pair.as_rule() {
                Rule::alpha => println!("Letter:  {}", inner_pair.as_str()),
                Rule::digit => println!("Digit:   {}", inner_pair.as_str()),
                _ => unreachable!()
            };
        }
    }
}

这会产生以下输出

Rule:    ident
Span:    Span { start: 0, end: 2 }
Text:    a1
Letter:  a
Digit:   1
Rule:    ident
Span:    Span { start: 3, end: 5 }
Text:    b2
Letter:  b
Digit:   2

在单个文件中定义多个解析器

当前的自动 Parser 推导将产生 Rule 枚举，如果在单个文件中定义多个此类结构体，将会出现名称冲突。一种可能的解决方案是将每个解析器结构体放在单独的命名空间中

mod a {
    #[derive(Parser)]
    #[grammar = "a.pest"]
    pub struct ParserA;
}
mod b {
    #[derive(Parser)]
    #[grammar = "b.pest"]
    pub struct ParserB;
}

其他功能

• 优先级爬升
• 输入处理
• 自定义错误
• 在稳定的 Rust 上运行

使用 pest 的项目

你可以在 awesome-pest 仓库中找到更多项目和生态系统工具。

• pest_meta（自举）
• AshPaper
• 大脑
• 蝉
• comrak
• 弹性-rs
• graphql-parser
• handlebars-rust
• hexdino
• Huia
• insta
• jql
• json5-rs
• mt940
• Myoxine
• py_literal
• rouler
• RuSh
• rs_pbrt
• stache
• tera
• ui_gen
• ukhasnet-parser
• ZoKrates
• 向量
• 自动校正
• yaml-peg
• 量子比特
• caith（一个骰子投掷 crate）
• 旋律
• json5-nodes
• prisma

最低支持的 Rust 版本（MSRV）

此库应始终在 Rust 1.61.0 上使用默认功能编译。

no_std 支持

pest 和 pest_derive crate 可以在没有 Rust 标准库的情况下构建，并针对嵌入式环境。要做到这一点，您需要禁用它们的默认功能。在您的 Cargo.toml 中，您可以指定如下

[dependencies]
# ...
pest = { version = "2", default-features = false }
pest_derive = { version = "2", default-features = false }

如果您想在 pest 仓库的工作区中构建这些 crate，您可以将 --no-default-features 标志传递给 cargo 并使用 --package（--p）标志指定这些 crate。例如

$ cargo build --target thumbv7em-none-eabihf --no-default-features -p pest
$ cargo bootstrap
$ cargo build --target thumbv7em-none-eabihf --no-default-features -p pest_derive

特别感谢

特别感谢马里乌斯·米内亚教授的指导以及所有 pest 贡献者，其中一些是我的朋友。