Html 用于类似wiki标记的正则表达式转换

考虑以下加价输入：

* Line 1 * Line 2 :* Line 2.1 :* Line 2.2 * Line 3 更新#1-问题稍微简单一点。巢穴的数量可以限制为三个。对于n能级深的一般解决方案仍然是很酷的

更新#2-XHTML，而不是HTML

更新#3-另一种可能的输入格式

更新#4最受欢迎的是Java解决方案（或纯正则表达式）

更新#5

修订守则：

String in = " * Line 1 * Line 2 > * Line 2.1 * Line 2.2 < * Line 3";

String sub = "<ul>" + in.replace( " > ", "<ul>" ) + "</ul>";

sub = sub.replace( " < ", "</ul>" );

sub = sub.replaceAll( "( | >)\\* ([^*<>]*)", "<li>$2</li>" );

System.out.println( "Result: " + sub );

String in=“*第1行*第2行>*第2.1行*第2.2行<*第3行”；
字符串sub=“
”+in.replace（“>”，“
”）+“
”；
sub=sub.替换（“<”，“
”）；
sub=sub.replaceAll（“（|>）\\*（[^*]*）”，“
$2
”；
System.out.println（“结果：+sub”）；

打印以下内容：

Result: <ul><li>Line 1 </li>* Line 2<ul>* Line 2.1<li>Line 2.2</li></ul>* Line 3

结果：
第1行
*第2行
*第2.1行第2.2行*第3行

---

我觉得你的例子很好

 > Line 1 > Line 2 >> Line 2.1 >> Line 2.2 > Line 3

不幸的是，纯正则表达式无法跟踪您所处的嵌套级别，因此它不知道将/ULclose标记放在哪里

类似的方法可能会奏效：

 * Line 1 * Line 2 > * Line 2.1 * Line 2.2 < * Line 3

*第1行*第2行>*第2.1行*第2.2行<*第3行

在这里，“大于”和“小于”在层次结构中上下移动，星号是项目符号的分隔符。每个字符前后的空格都用作一种转义序列，因此，如果这些字符不被空格包围，您仍然可以按字面意思使用这些字符，或者用于其他用途，如斜体和粗体

对RegEx的攻击：

 string ol = "<ul>" & RegEx.Replace(t, " > ", "<ul>") & "</ul>";
 ol = RegEx.Replace(ol, " < ", "</ul>");
 ol = RegEx.Replace(ol, "( |>)\\* ([^*<>]*)", "<li>\\2</li>"); 

string ol=“
”&RegEx.Replace（t，“>”，“
”）&“
”；
ol=RegEx.Replace（ol，“<”，“
”；
ol=RegEx.Replace（ol，“（|>）\\*（[^*]*）”，“
\\2
”；

编辑：根据下面的评论，调整以生成XHTML，关闭LI标记。还修复了我的C#语法

---

最终编辑：我认为上一次替换中的\*和\2需要转义为C#，修复。另外，请注意，前两个Replace（）调用可以使用String.Replace（）而不是RegEx，这可能会更快。

我觉得您的示例不错

 > Line 1 > Line 2 >> Line 2.1 >> Line 2.2 > Line 3

不幸的是，纯正则表达式无法跟踪您所处的嵌套级别，因此它不知道将/ULclose标记放在哪里

类似的方法可能会奏效：

 * Line 1 * Line 2 > * Line 2.1 * Line 2.2 < * Line 3

*第1行*第2行>*第2.1行*第2.2行<*第3行

在这里，“大于”和“小于”在层次结构中上下移动，星号是项目符号的分隔符。每个字符前后的空格都用作一种转义序列，因此，如果这些字符不被空格包围，您仍然可以按字面意思使用这些字符，或者用于其他用途，如斜体和粗体

对RegEx的攻击：

 string ol = "<ul>" & RegEx.Replace(t, " > ", "<ul>") & "</ul>";
 ol = RegEx.Replace(ol, " < ", "</ul>");
 ol = RegEx.Replace(ol, "( |>)\\* ([^*<>]*)", "<li>\\2</li>"); 

string ol=“
”&RegEx.Replace（t，“>”，“
”）&“
”；
ol=RegEx.Replace（ol，“<”，“
”；
ol=RegEx.Replace（ol，“（|>）\\*（[^*]*）”，“
\\2
”；

编辑：根据下面的评论，调整以生成XHTML，关闭LI标记。还修复了我的C#语法

---

最终编辑：我认为上一次替换中的\*和\2需要转义为C#，修复。另外，请注意，前两个Replace（）调用可以使用String.Replace（）而不是RegEx，这可能会更快。

我不建议使用正则表达式作为解析和转换工具。正则表达式往往有很高的开销，并且不是解析语言的最有效的方法……这正是您真正要求它做的。您已经创建了一种语言，尽管它很简单，您应该这样对待它。我建议为您的WIKI样式的格式化代码编写一个实际的、专用的解析器。因为您可以将解析器专门针对您的语言，所以它应该更有效。此外，您不必创建一些可怕的怪物，即正则表达式来解析您的语言并处理其所有细微差别。从长远来看，您将获得更清晰的代码、更好的可维护性等好处

我建议提供以下资源：

---

我不建议使用正则表达式作为解析和转换工具。正则表达式往往有很高的开销，并且不是解析语言的最有效的方法……这正是您真正要求它做的。您已经创建了一种语言，尽管它很简单，您应该这样对待它。我建议为您的WIKI样式的格式化代码编写一个实际的、专用的解析器。因为您可以将解析器专门针对您的语言，所以它应该更有效。此外，您不必创建一些可怕的怪物，即正则表达式来解析您的语言并处理其所有细微差别。从长远来看，您将获得更清晰的代码、更好的可维护性等好处

我建议提供以下资源：

---

解决方案
工作解决办法如下：

public class Test {
  public Test() {
  }

  public static void main( String[] args ) {
    String in = "= Line 1 = Line 2 > = Line 2.1 = Line 2.2 < = Line 3";

    in = in.replaceAll( "= ([^=<>]*)", "<li>$1</li>" );
    in = in.replace( ">> ", "><ul>" );
    in = in.replace( ">< ", "></ul>" );
    in = "<ul>" + in + "</ul>";
    System.out.println( in );
  }
}

公共类测试{
公开考试（）{
}
公共静态void main（字符串[]args）{
字符串in=“=第1行=第2行>=第2.1行=第2.2行<=第3行”；
in=in.replaceAll（“=（[^=]*）”，“
$1
”；
in=in.替换（“>>”，“>
”）；
in=in.替换（“><”，“>
”）；
in=“
”+in+”
”；
系统输出打印项次（输入）；
}
}

这将创建所需的XHTML片段：

<ul><li>Line 1 </li><li>Line 2 </li><ul><li>Line 2.1 </li><li>Line 2.2 </li></ul><li>Line 3</li></ul>

第1行
第2行
第2.1行
第2.2行
第3行

解决方案
工作解决办法如下：

public class Test {
  public Test() {
  }

  public static void main( String[] args ) {
    String in = "= Line 1 = Line 2 > = Line 2.1 = Line 2.2 < = Line 3";

    in = in.replaceAll( "= ([^=<>]*)", "<li>$1</li>" );
    in = in.replace( ">> ", "><ul>" );
    in = in.replace( ">< ", "></ul>" );
    in = "<ul>" + in + "</ul>";
    System.out.println( in );
  }
}

公共类测试{
公开考试（）{
}
公共静态void main（字符串[]args）{
字符串in=“=第1行=第2行>=第2.1行=第2.2行<=第3行”；
in=in.replaceAll（“=（[^=]*）”，“
$1
”；
in=in.替换（“>>”，“>
”）；
in=in.替换（“><”，“>
”）；
in=“
”+in+”
”；
系统输出打印项次（输入）；
}
}