location_rs/
parser.rs

1use std::collections::HashMap;
2use crate::error::ParseError;
3use crate::config::{Configuration, CountryInfo};
4use crate::ParserConfig;
5
6/// 主要的解析函数
7pub fn parse_country_code(text: &str) -> Result<CountryInfo, ParseError> {
8    parse_country_code_with_config(text, &ParserConfig::default())
9}
10
11/// 使用配置的解析函数
12pub fn parse_country_code_with_config(
13    text: &str,
14    config: &ParserConfig,
15) -> Result<CountryInfo, ParseError> {
16    // 输入验证
17    if text.trim().is_empty() {
18        return Err(ParseError::invalid_input("输入文本为空"));
19    }
20    
21    if text.len() > 1024 {
22        return Err(ParseError::invalid_input("输入文本过长"));
23    }
24    
25    // 加载配置
26    let config_data = Configuration::load()
27        .map_err(|e| ParseError::config_error(&format!("配置加载失败: {}", e)))?;
28    
29    // 创建国家代码映射
30    let country_mapping = config_data.create_country_mapping();
31    
32    // 预处理文本
33    let processed_text = if config.case_sensitive {
34        text.to_string()
35    } else {
36        text.to_lowercase()
37    };
38    
39    // 多阶段解析
40    match parse_iso_codes(&processed_text, &country_mapping, config) {
41        Ok(country_info) => Ok(country_info),
42        Err(_) => match parse_chinese_names(&processed_text, &country_mapping, config) {
43            Ok(country_info) => Ok(country_info),
44            Err(_) => parse_pattern_matching(&processed_text, &country_mapping, config),
45        },
46    }
47}
48
49/// 解析ISO代码（alpha-2和alpha-3）
50fn parse_iso_codes(
51    text: &str,
52    mapping: &HashMap<String, &CountryInfo>,
53    _config: &ParserConfig,
54) -> Result<CountryInfo, ParseError> {
55    let chars: Vec<char> = text.chars().collect();
56    
57    // 查找2字母代码
58    for i in 0..chars.len().saturating_sub(1) {
59        if chars[i].is_alphabetic() && chars[i+1].is_alphabetic() {
60            let slice: String = chars[i..i+2].iter().collect();
61            if let Some(country_info) = mapping.get(&slice.to_uppercase()) {
62                if is_valid_iso_code_position_chars(&chars, i, 2) {
63                    return Ok((*country_info).clone());
64                }
65            }
66        }
67    }
68    
69    // 查找3字母代码
70    for i in 0..chars.len().saturating_sub(2) {
71        if chars[i].is_alphabetic() && chars[i+1].is_alphabetic() && chars[i+2].is_alphabetic() {
72            let slice: String = chars[i..i+3].iter().collect();
73            if let Some(country_info) = mapping.get(&slice.to_uppercase()) {
74                if is_valid_iso_code_position_chars(&chars, i, 3) {
75                    return Ok((*country_info).clone());
76                }
77            }
78        }
79    }
80    
81    Err(ParseError::not_found(text))
82}
83
84/// 解析中文国家名称
85fn parse_chinese_names(
86    text: &str,
87    mapping: &HashMap<String, &CountryInfo>,
88    _config: &ParserConfig,
89) -> Result<CountryInfo, ParseError> {
90    // 简体中文名称匹配
91    for (name, country_info) in mapping {
92        // 检查是否是中文字符串
93        if name.chars().any(|c| c.is_alphabetic() && c as u32 > 255) && text.contains(name) {
94            return Ok((*country_info).clone());
95        }
96    }
97    
98    Err(ParseError::not_found(text))
99}
100
101
102
103/// 检查是否是有效的ISO代码位置（使用字符索引）
104fn is_valid_iso_code_position_chars(chars: &[char], start: usize, length: usize) -> bool {
105    // 检查前面是否是边界或分隔符
106    if start > 0 {
107        let prev_char = chars[start - 1];
108        if !is_boundary_char(prev_char) {
109            return false;
110        }
111    }
112    
113    // 检查后面是否是边界或分隔符
114    if start + length < chars.len() {
115        let next_char = chars[start + length];
116        if !is_boundary_char(next_char) {
117            return false;
118        }
119    }
120    
121    true
122}
123
124/// 模式匹配解析
125fn parse_pattern_matching(
126    text: &str,
127    mapping: &HashMap<String, &CountryInfo>,
128    config: &ParserConfig,
129) -> Result<CountryInfo, ParseError> {
130    // 简单的关键词匹配（模糊匹配）
131    if config.fuzzy_match {
132        let mut candidates = Vec::new();
133        let text_lower = text.to_lowercase();
134        
135        for (name, country_info) in mapping {
136            let name_lower = name.to_lowercase();
137            
138            // 检查alpha-2代码
139            if text_lower.contains(&name_lower) && name.len() == 2 && name.chars().all(char::is_uppercase) {
140                candidates.push(((**country_info).clone(), 2)); // 2字母代码优先级更高
141            }
142            // 检查alpha-3代码
143            else if text_lower.contains(&name_lower) && name.len() == 3 && name.chars().all(char::is_uppercase) {
144                candidates.push(((**country_info).clone(), 1));
145            }
146            // 检查中文名称
147            else if text.contains(name) && name.chars().any(|c| c.is_alphabetic() && c as u32 > 255) {
148                candidates.push(((**country_info).clone(), 3));
149            }
150            // 检查英文名称
151            else if text_lower.contains(&name_lower) && name_lower.chars().all(|c| c.is_alphabetic() || c.is_whitespace()) {
152                candidates.push(((**country_info).clone(), 4));
153            }
154        }
155        
156        if !candidates.is_empty() {
157            // 按优先级排序
158            candidates.sort_by_key(|&(_, priority)| priority);
159            return Ok(candidates[0].0.clone());
160        }
161    }
162    
163    Err(ParseError::not_found(text))
164}
165
166/// 检查字符是否是边界字符
167fn is_boundary_char(c: char) -> bool {
168    c.is_whitespace() || c == '@' || c == '【' || c == '[' || c == '#' || 
169    c == ']' || c == '】' || c == ' ' || c == '\t' || c == '\n'
170}
location_rs/parser.rs

location_rs/
parser.rs
