Language agnostic 有没有一种聪明的方法可以将纯文本列表解析为HTML? 问:有没有一种聪明的方法可以将纯文本列表解析为HTML?
或者,我们必须求助于深奥的递归方法,还是纯粹的暴力 我想知道这件事已经有一段时间了。在我自己的沉思中,我一次又一次地回到蛮力和奇怪的递归方法。。。但它看起来总是那么笨重。一定有更好的办法,对吧 那么聪明的方法是什么呢 假设 有必要设置一个场景,所以这些是我的假设Language agnostic 有没有一种聪明的方法可以将纯文本列表解析为HTML? 问:有没有一种聪明的方法可以将纯文本列表解析为HTML?,language-agnostic,list,text-parsing,Language Agnostic,List,Text Parsing,或者,我们必须求助于深奥的递归方法,还是纯粹的暴力 我想知道这件事已经有一段时间了。在我自己的沉思中,我一次又一次地回到蛮力和奇怪的递归方法。。。但它看起来总是那么笨重。一定有更好的办法,对吧 那么聪明的方法是什么呢 假设 有必要设置一个场景,所以这些是我的假设 列表可以嵌套在无序列表或有序列表的3层深处(至少)。列表类型和深度由其前缀控制: 前缀后面有一个必填空格 列表深度由前缀中的非间隔字符数控制****将嵌套在五个列表中 列表类型由字符类型强制执行,*或-为无序列表,为无序列表 项目仅由
*
或-
为无序列表,
为无序列表\n
字符分隔。(让我们假设两个连续的新行符合“组”、段落、div或其他HTML标记(如Markdown或Textile中的标记)的条件。)
- 名单
-
- 名单
- 列表
- 名单
-
- 名单
- 名单
- 名单
-
- 列表
- 名单
- 名单
-
- 列表
- 名单
总之
你是怎么做到的?我真的很想了解处理不可预测的递归列表的好方法,因为对任何人来说,它都是一个丑陋的烂摊子
它有多种语言可供使用。这是如何使用regexp和cycle实现的(
^
代表换行符,$
代表换行符):
do{
^#任何东西$->$^任何东西 $
^*任何东西$->- $^任何东西
$
}而上述任何一项均适用
做{
->
->
- ->
}而上述任何一项均适用
这使得它比简单的regexp简单得多。其工作方式:您首先将每一行展开,就好像它是孤立的一样,然后使用额外的列表标记。基本迭代技术:
并插入适当的开始/结束标记(
,
),并在当前缩进级别大于或小于前一缩进级别时递增/递减缩进计数器编辑:这里有一个简单的表达式,可能需要稍加调整:每个匹配项都是一个顶级列表,包含两组命名捕获、标记(字符数是缩进级别,最后一个字符表示所需的列表类型)和列表项文本
(?:(?:^|\n)[\t ]*(?<marker>[*#]+)[\t ]*(?<text>[^\n\r]+)\r*(?=\n|$))+
(?:(?:^\n)[\t]*(?[*.]+)[\t]*(?[^\n\r]+)\r*(?=\n |$)+
具有一些Python概念的逐行解决方案:
cur = ''
for line in lines():
prev = cur
cur, text = split_line_into_marker_and_remainder(line)
if cur && (cur == prev) :
print '</li><li>'
else :
nprev, ncur = kill_common_beginning(prev, cur)
for c in nprev: print '</li>' + ((c == '#') ? '</ol>' : '</ul>')
for c in ncur: print ((c == '#') ? '<ol>' : '<ul>' ) + '<li>'
print text
但是,请注意,有一种特殊情况:当缩进没有改变时,这些行不会输出任何内容。如果我们不在列表中,这很好,但在列表中则不好:因此,在这种情况下,我们应该手动输出
。我所看到的最好解释是来自Mark Jason Dominus的高阶Perl。全文可在以下网址查阅:
虽然这些例子都是用Perl编写的,但对每个领域背后的逻辑进行分解是非常棒的
(!PDF link)专门用于解析。尽管本书中的课程有些关联。这个Perl程序是第一次尝试。
#/usr/bin/env perl
严格使用;
使用警告;
使用5.010;
我的$data=[];
while(我的$line=){
最后一个if$line=~/^[.]{3,3}$/;
我的($nest,$rest)=$line=~/^([\\\*]*)\s+(.*)$/x;
my@nest=拆分“”,$nest;
如果(@nest){
追索权($data,$rest,@nest);
}否则{
推送@$数据,$行;
}
}
de_追索权(数据);
次级追索权{
我的($ref)=@;
我的%de_映射=(
“*”=>“ul”,
“#”=>“ol”
);
如果(参考$ref){
我的($type,@elem)=@$ref;
如果(参考$type){
对于我的$elem(@$ref){
de_追索权($elem);
}
}否则{
$type=$DEU map{$type};
说“”;
我的$elem(@elem){
说“”;
de_追索权($elem);
说“ ”
}
说“”;
}
}否则{
打印$ref;
}
}
次级追索权{
我的($last\u ref,$str,@nest)=;
除非@>=2,否则为模具;
死亡,除非参考$last\u ref;
我的$nest=shift@nest;
如果(@==2){
推送@$last_ref,$str;
返回;
}
my$previous=$last_ref->[-1];
如果(参考$previous){
如果($previous->[0]eq$nest){
追索权($previous,$str,@nest);
返回;
}
}
我的$new_ref=[$nest];
推送@$last\u ref,$new\u ref;
追索权($new_ref,$str,@nest);
}
希望它能有所帮助这里是我自己的解决方案,它似乎是Shog9的建议(他的正则表达式的一个变体,Ruby不支持命名匹配)和Ilya的迭代方法的混合体。我的工作语言是Ruby 需要注意的是:我使用了一个基于堆栈的系统,“String#scan(pattern)”实际上只是一个返回匹配数组的“match all”方法
def list(text)
# returns [['*','text'],...]
parts = text.scan(/(?:(?:^|\n)([#*]+)[\t ]*(.+)(?=\n|$))/)
# returns ul/ol based on the byte passed in
list_type = lambda { |c| (c == '*' ? 'ul' : 'ol') }
prev = []
tags = [list_type.call(parts[0][0][0].chr)]
result = parts.inject("<#{tags.last}><li>") do |output,newline|
unless prev.count == 0
# the following comparison says whether added or removed,
# this is the "how much"
diff = (prev[0].length - newline[0].length).abs
case prev[0].length <=> newline[0].length
when -1: # new tags to add
part = ((diff > 1) ? newline[0].slice(-1 - diff,-1) : newline[0][-1].chr)
part.each_char do |c|
tags << list_type.call(c)
output << "<#{tags.last}><li>"
end
when 0: # no new tags... but possibly changed
if newline[0] == prev[0]
output << '</li><li>'
else
STDERR.puts "Bad input string: #{newline.join(' ')}"
end
when 1: # tags removed
diff.times{ output << "</li></#{tags.pop}>" }
output << '</li><li>'
end
end
prev = newline
output + newline[1]
end
tags.reverse.each { |t| result << "</li></#{t}>" }
result
end
def列表(文本)
#返回[['*','text'],…]
零件=文本。扫描(/(?):(
(?:(?:^|\n)[\t ]*(?<marker>[*#]+)[\t ]*(?<text>[^\n\r]+)\r*(?=\n|$))+
cur = ''
for line in lines():
prev = cur
cur, text = split_line_into_marker_and_remainder(line)
if cur && (cur == prev) :
print '</li><li>'
else :
nprev, ncur = kill_common_beginning(prev, cur)
for c in nprev: print '</li>' + ((c == '#') ? '</ol>' : '</ul>')
for c in ncur: print ((c == '#') ? '<ol>' : '<ul>' ) + '<li>'
print text
char * saved = prev;
for (; *prev && (*prev == *cur); prev++, cur++ ); // "kill_common_beginning"
while (*prev) *(prev++) == '#' ? ...
while (*cur) *(cur++) == '#' ? ...
cur = saved;
#! /usr/bin/env perl
use strict;
use warnings;
use 5.010;
my $data = [];
while( my $line = <> ){
last if $line =~ /^[.]{3,3}$/;
my($nest,$rest) = $line =~ /^([\#*]*)\s+(.*)$/x;
my @nest = split '', $nest;
if( @nest ){
recourse($data,$rest,@nest);
}else{
push @$data, $line;
}
}
de_recourse($data);
sub de_recourse{
my($ref) = @_;
my %de_map = (
'*' => 'ul',
'#' => 'ol'
);
if( ref $ref ){
my($type,@elem) = @$ref;
if( ref $type ){
for my $elem (@$ref){
de_recourse($elem);
}
}else{
$type = $de_map{$type};
say "<$type>";
for my $elem (@elem){
say "<li>";
de_recourse($elem);
say "</li>"
}
say "</$type>";
}
}else{
print $ref;
}
}
sub recourse{
my($last_ref,$str,@nest) = @_;
die unless @_ >= 2;
die unless ref $last_ref;
my $nest = shift @nest;
if( @_ == 2 ){
push @$last_ref, $str;
return;
}
my $previous = $last_ref->[-1];
if( ref $previous ){
if( $previous->[0] eq $nest ){
recourse( $previous,$str,@nest );
return;
}
}
my $new_ref = [ $nest ];
push @$last_ref, $new_ref;
recourse( $new_ref, $str, @nest );
}
def list(text)
# returns [['*','text'],...]
parts = text.scan(/(?:(?:^|\n)([#*]+)[\t ]*(.+)(?=\n|$))/)
# returns ul/ol based on the byte passed in
list_type = lambda { |c| (c == '*' ? 'ul' : 'ol') }
prev = []
tags = [list_type.call(parts[0][0][0].chr)]
result = parts.inject("<#{tags.last}><li>") do |output,newline|
unless prev.count == 0
# the following comparison says whether added or removed,
# this is the "how much"
diff = (prev[0].length - newline[0].length).abs
case prev[0].length <=> newline[0].length
when -1: # new tags to add
part = ((diff > 1) ? newline[0].slice(-1 - diff,-1) : newline[0][-1].chr)
part.each_char do |c|
tags << list_type.call(c)
output << "<#{tags.last}><li>"
end
when 0: # no new tags... but possibly changed
if newline[0] == prev[0]
output << '</li><li>'
else
STDERR.puts "Bad input string: #{newline.join(' ')}"
end
when 1: # tags removed
diff.times{ output << "</li></#{tags.pop}>" }
output << '</li><li>'
end
end
prev = newline
output + newline[1]
end
tags.reverse.each { |t| result << "</li></#{t}>" }
result
end