C# BBCode到HTML转换规则 背景

我使用

C

编写了非常简单的BBCode解析器，它将BBCode转换为HTML。目前它只支持

[b]

、

[i]

和

[u]

标记。我知道BBCode总是被认为是有效的，不管用户键入了什么。我找不到如何将BBCode转换为HTML的严格规范

问题:

是否存在标准的“BBCode到HTML”规范

我应该如何处理

“[b][b][/b][/b]”

？目前，解析器生成

“[b][/b]”

我应该如何处理输入？目前，我的解析器足够聪明，可以为这种情况生成

“zzz”

输出，但我想知道它是“太聪明”的方法，还是不是

更多细节 我发现了一些现成的BBCode解析器实现，但它们对我来说太重/复杂了，更糟糕的是，它们使用了大量正则表达式，并没有产生我所期望的标记。理想情况下，我希望在输出端接收XHTML。为了推断“BBCode到HTML”转换规则，我使用了以下在线解析器：。它生成的HTML在我看来是直观正确的。我唯一不喜欢它的是它不产生XHTML。例如，

“[b][i]zzz[/b][/i]”

被转换为

“zzz”

（注意关闭标记顺序）。FireBug当然会将其显示为

“zzz”

。据我所知，浏览器会修复此类错误的结束标记，但我对此表示怀疑：

我是否应该依赖浏览器的这个特性，而不要尝试使用XHTML

也许

“[b][i]zzz[/b]ccc[/i]”

必须理解为

“[i]zzzccc[/i]”

-逻辑上寻找这种不正确的格式，但与流行论坛BBCode输出冲突（*zzz****ccc*，而不是**[i]zzzccc[/i]）

---

谢谢。

关于你的第一个问题，我不认为依靠浏览器来纠正任何类型的错误是一个好主意，不管你的项目范围是什么（好吧，也许除了你在浏览器本身上进行bug测试）。一些浏览器可能在这方面做得很棒，而另一些浏览器可能会失败得很惨。确保输出语法正确（或至少尽可能正确）的最佳方法是首先将带有正确语法的输出发送到浏览器

---

关于第二个问题，由于您正在尝试将正确的BBCode转换为正确的HTML，如果您的输入是

[b][i]zzz[/b]ccc[/i]

，那么它正确的HTML等价物将是

zzzccc

，而不是

[i]zzzccc[/i]

。这就是事情变得复杂的地方，因为你不再只是写一个转换器，而是一个语法检查/纠正器。我已经用PHP为一种相当奇怪的游戏引擎脚本语言编写了一个类似的脚本，但是逻辑可以很容易地应用到您的案例中。基本上，我为每个开始标记设置了一个标志，并检查结束标记是否位于正确的位置。当然，这提供了有限的功能，但对于我所需要的，它做到了。如果您需要更高级的搜索模式，我认为您必须使用正则表达式。

如果您只打算实现B、I和U，它们不是非常重要的标记，为什么不为每个标记设置一个计数器，每次打开时+1，每次关闭时-1

---

在论坛帖子（或其他）的末尾，如果仍然有打开的标签，只需关闭它们。如果用户输入了无效的bbcode，那么在文章的持续时间内可能会显得很奇怪，但这不会是灾难性的。

关于无效用户提交的标记，您至少有三种选择：

去掉它

逐字打印，即不要将其转换为HTML

尝试修复它

我不推荐3。很快就会变得很棘手。1和2都是合理的选择

至于如何解析BBCode，我强烈建议不要使用regex。BBCode实际上是一种相当复杂的语言。最重要的是，它支持标签嵌套。正则表达式不能处理任意嵌套。这是正则表达式的基本限制之一。这使得它成为解析HTML和BBCode等语言的错误选择

---

对于我自己的项目，我使用解析表达式语法（PEG）。我建议使用类似的方法。通常，这些类型的工具称为“编译器编译器”、“编译器生成器”或“解析器生成器”。使用其中一种可能是最明智的方法，因为它允许您以干净、可读的格式指定BBCode的语法。与使用正则表达式或尝试构建自己的状态机相比，使用这种方法会产生更少的bug。

为什么有效的XHTML是项目的真正需求？不仅编程更加困难，而且似乎违反了最小意外原则。换句话说，用户希望格式不正确的BBCode以相同的格式不正确的HTML呈现。

XHTML

不是严格的要求，而是“它会很好”的特性。我正在使用HTML敏捷包来清理外部HTML输入。它不会生成真正的XHTML（不会关闭

标记），但它至少正确地处理

zzz

并返回

zzz

。是的，也许有些用户（尤其是黑客）希望看到邮件格式的HTML。但普通用户希望看到其输入的预期结果。他希望

[b][i]zzz[/b][i]

将显示为zzz；在那里生成有效的HTML有什么实现细节可以保护我们不受浏览器细节的影响。但是为什么

[b]z

必须呈现为

z

？我认为自动尝试猜测用户想在哪里使用BBCode标记，以及他只想在哪里输入

[b]z

“原样”不是一个好主意。总的来说，我想知道是否有一些标准的BBCode到HTML转换规则，或者每个人都以他认为有效的方式实现它？？谢谢你的回答。但我仍然想知道是否存在“BBCode到HTML”规范（转换BBCode->HTML的标准化规则）？非常欢迎。尽可能