========================================
Syntax Highligh.hs
========================================
.. post:: 2015-02-16
:tags: Haskell, 函数式编程
:author: LA
:language: zh_CN
.. hint:: 这是一篇迁移自 Jekyll 的文章，如有格式问题，可到 :ghrepo:`SilverRainZ/bullet` 反馈
书还没看完，不过还是很想用Haskell写点什么出来，所以简单地实现了一个基于替换的Java代码高亮。
不过这种替换的做法有很大的问题，当你的字符串或者注释里出现了关键字，那么里面也会被高亮，
有个想法就是将整段代码按是否高亮划分为一些元素:
- 关键字
- 字符
- 宏
- 字符串
- 块注释
- 行注释
- 数字
- 函数
- 空白
- 其他
然后按顺序一个个用正则取出，使得每一个元素都只能被着色一次，不过这个想法暂时没实现。
正则
----
双引号的转义
^^^^^^^^^^^^
另外遇到的问题是正则表达式，首先是双引号内字符串的匹配问题，对正则不熟悉，
试了很多次都没法匹配，因为考虑了反斜杠 对引号的转义问题，从语言描述上可以说：
匹配两个引号之间的尽量短的所有内容，并且内容中不能包含回车和没有被转义的引号
（即只能包含左侧有奇数个反斜杠的引号）
写正则实在是太烧脑子了，匹配奇数个可以用 `[^\\]((\\\\)*\\")` ，
然后最后面的引号只能左侧包含偶数个引号 `[^\\]((\\\\)*")`
（本来可以将两个分组用后向引用省略了，试了一下发现错误，也不知道怎么解决）
最后写出来是恶心的表达式：\ `"(.|[^\\](\\\\)*")*?[^\\](\\\\)*"`\ ，但是还是有问题:
========================== ==================================
"regexp" 匹配 "regexp"
"regexp\"regexp" 匹配 "regexp\"regexp"
"reg \" exp"reg"exp" 匹配 "reg \" 和 "reg"
"reg \"""regexp" 匹配 `"reg \\"` 和 `""regexp"`
========================== ==================================
就最后一个错了，因为"也是满足\ `[^\\](\\\\)*"`\ 的，懒得再想了。
反斜杠的转义
^^^^^^^^^^^^
还有一个问题，也是转义，本来为了代码的简洁，将正则表达式写在了文件里，每行一个，
逐行读取，接下来读每个正则对应的颜色，代码很漂亮：
.. code:: haskell
handle <- openFile "keywords.txt" ReadMode
pattern <- sequence . replicate 5 . hGetLine handle
color <- sequence . replicate 5 . lhGetLine handle
let patCol = zip pattern color
后来发现没法匹配块注释\ `/\*(.|\n)*\*/`\ ，原因在于表达式里面的\n只是代表回车，
而当你从文件里面读 “\n” 的时候，他就真的是“\n” 了，他代表一个反斜杠和一个字符n。
你没法从文件的一行里面读取一个回车吧，并且\n后面还有内容，所以这种方案失败，
我只把关键字放在了文件里。代码变成了：
.. code:: haskell
pattern' = [ "/\\*(.|\n|\r)*\\*/"
, "//.*"
, "#.*"
, "\"(.|(\\\\\\\\)*\\\\\")*[^\\\\](\\\\\\\\)*\""
]
color = ["Purple", "Gray", "Red", "Green", "Blue"]
main = do
keywords <- readFile "keywords.txt"
let pattern = pattern' ++ [keywords]
patCol = zip pattern color
这里又引发一个问题是：之前本来不用转义的 `"` 变成了 `\"`\ ，需要转义一次的 `\\`\ ，变成了\ `\\\\`\ ，
表达式更难看了。 而且需要注意到的是最难看的那个表达式里面的懒惰匹配 “?” 没有出现，
我一加他就出错。所以出现了更多的问题，效果比在测试器里面的还差。
.. topic:: 2015.3.2 update:
事实上Haskell的Posix库的底层是C的Regex.h,并且Posix规范的正则并不支持懒惰匹配。
Haskell
-------
除了了上面那些讨厌的问题之外，对于Haskell本身，也有一些不适应的地方。
IO用起来束手束脚
^^^^^^^^^^^^^^^^
Haskell的IO()像是一种具有传染性的代码（诶我说的不是GPL），一个函数中一旦出现了IO操作，
函数的返回值就被限定为 IO()，导致你没法往外传参数，除非你把值包裹在IO()里变成IO(String)这样一种结构，
调用这个函数的函数也必须是IO操作，这一循环直到main才终止。当然Haskell这样做肯定是有它的理由的，
但是他们所说的“纯粹与非纯粹的分离”，我还暂时体会不到这样做的好处。
不知道这么写是否合适
^^^^^^^^^^^^^^^^^^^^
* 我将正则保存在一个列表，将每个正则对应的颜色保存在另一个列表，
再从文件里读取匹配关键字的正则加在第一个列表的尾部，合并两个列表；
* 将要着色的文件读出，传给htmlen函数；
* htmlen函数调用rep函数对代码进行着色（用左折叠flodl的方式调用），
然后为返回的结果加上html的头部尾部标签还有样式；
* rep函数接受htmlen传给的文件内容，以及存有正则和颜色的二元组，
每一次对文件中匹配该表达式的模式加上<font color>标签
不知道这么写是否正确， 什么才是好的代码， 这个问题至今还是很模糊啊。
（不过谈论这个问题之前应该把前面那些问题先解决了才是）
.. code:: haskell
import System.IO
import Text.Regex.Posix
type Pattern = String
type Color = String
{- Highlighter in Haskell -}
main :: IO()
main = do
putStrLn "Reading config..."
keywords <- readFile "keywords.txt"
let pattern = pattern' ++ [keywords]
patCol = zip pattern color
putStrLn "Processing..."
contents <- readFile "test.java"
writeFile "test.java.html" $ htmlen contents patCol
putStrLn "Finished."
htmlHead = ""
htmlStyle = ""
htmlLast = "