Python 标记解析/预处理器-支持增强/修改任意标记文件

我正在尝试从文件系统中获取

.md

文件，并为基于Vuepress的托管做好准备。为此，我希望保持标记格式，调整一些文件内容，并将其保存到另一个名为

.md

的文件中。原始文件应保持在文件系统上的原样，并在工作站上保持可见

Vuepress的构建系统可以处理

.md

=>

.html

转换，这是我想要避免的步骤

我已经看过了，但它们似乎对将标记呈现为HTML更感兴趣，我想把这一步完全留给Vuepress来完成

a）读取标记b）通过用户插件修改它c）将其写回标记中是否存在某种模式？非Python实用程序呢？我可以处理JS或Ruby，尽管没有比Python更好的了

例如：

Vuepress使用Frontmatter（YAML）来限定文档中的内容。 我想把它们添加到文件的前面

图像链接需要更新 假设我的图像与

.md

文件位于同一目录中。标记查看器可以使用下面的标记轻松显示

### My image:

![](./02.issue.png)

但是，Vuepress需要执行以下操作才能正常工作：

### My image:

![](/<slug-based-name-for-md-file>/02.issue.png)

####我的图像：
![]（//02.issue.png）

其中，

md文件基于slug的名称

是.md文件的唯一名称

文件

02.issue.png

需要复制到

.vuepress/public//02.issue.png

所以，我需要一个钩子来处理markdown文档中的每个图像引用。我可以很容易地编写它，我要找的是一个解析器，它告诉我标记文件中存在哪些图像

是的，我知道找到图像只需要几个正则表达式，但是我们有那些强大的Markdown解析器，所以我想知道我是否在它们的文档中遗漏了一些东西。此外，更多嵌套的降价结构可能不容易通过正则表达式进行分类

似乎对将标记呈现为HTML更感兴趣

这是正确的。这就是标记解析器所做的；将标记转换为HTML

然而，标记解析器的子集是通过两步过程实现的，其中第一步将标记解析为抽象语法树（AST），第二步将该AST呈现为HTML。通常，第二步可以替换为可输出不同格式的替代渲染器。如果存在标记渲染器，则可以从AST输出标记。其中一些实现是mistune（Python）和marked（JavaScript）。不过，顺便说一句，两者都没有提供降价渲染器，因此您需要找到第三方渲染器或构建自己的渲染器

假设存在第三方降价渲染器，则可以将其子类化并覆盖相关部分。例如使用mistune，您可以使用一个理论标记渲染器来更改图像元素，如下所示：

从somelib导入MdRenderer
类CustomRenderer（MdRenderer）：
def图像（self，src，alt=”“，title=None）：
src=获取链接（src）
return super（）.image（self、src、alt、title）

请注意，图像

src

由函数

get\u link

修改。您将需要创建该函数，或者可能进行内联修改。您还需要根据找到的库调整import语句

要使用自定义渲染器，请执行以下操作：

markdown=mistune.create_markdown（renderer=CustomRenderer（））
输出=降价（输入）

如果要创建自己的标记渲染器，它可能会如下所示：

从mistune.renders导入BaseRenderer
类MdRenderer（BaseRenderer）：
名称='md'
#此处定义的其他元素
def图像（self，src，alt=“”，title=“”）：
src=获取链接（src）
如果标题为：
title=f'{title}'
返回f'！[{alt}]（{src}{title}）]
#此处定义的其他元素

当然，您需要为标记文档中的每种类型的元素定义方法

---

请注意，我在示例中使用了Python，这需要Python的最新版本。如果使用较旧的版本，您可能需要进行调整。

那些手动滚动的正则表达式突然看起来更具吸引力：-）我接受这一点，因为您已经告诉我现在可以停止查看解析器了。奇怪的是，在我看来，在html的最后阶段开始之前，自动增强/注释标记本身偶尔会有用。可能是在文档中注入基于doxygen的注释之类的内容的一个步骤。@JLPeyret您使用了哪条路径-使用标记处理器修改标记文件还是使用正则表达式？谢谢。@jim70正则表达式。很遗憾，处理器似乎并没有针对这一点。在大多数情况下，使用正则表达式并没有那么复杂，但它有点脆弱——也就是说，很容易看出稍微更改格式会破坏手动调整的正则表达式。@JLPeyret感谢您的评论。我会看看我能做些什么。我认为将标记转换为HTML然后从标记文件中提取部分可能是有意义的，如果我需要在适当的位置编写一些内容，那么用HTML修改然后转换回标记可能是有意义的。正则表达式很吓人，就像你说的，很脆弱。

### My image:

![](/<slug-based-name-for-md-file>/02.issue.png)