【问题标题】:stackoverflow like parser regex ? _em_ *bold* in phpstackoverflow 像解析器正则表达式? _em_ *粗体*在 php 中
【发布时间】:2010-12-26 01:36:41
【问题描述】:

你好,我正在用 php 做一个解析器 正如你在下面看到的那样变换

*this* _this_ 类似于 this this

$db['profile']['information'] = str_replace( "\n" , "<br/>" , $db['profile']['information']);
$db['profile']['information'] = preg_replace('/\*([^\*]+)\*/', '<strong>\1</strong>', $db['profile']['information']);
$db['profile']['information'] = preg_replace('/_([^[_]+)_/', '<em>\1</em>', $db['profile']['information']);
$db['profile']['information'] = preg_replace('/\[img\]((?:[^\[]+|\[(?!img\]))*)\[img\]/', '<img src="\1" />', $db['profile']['information']);

问题出在 img 上。

例如我有一个 url [img]123_460217980773_23232_11_*23123*_n.jpg[img] 你知道它会解析什么。它的史诗。有人可以帮我解决吗?

感谢您花时间浏览

亚当斋月

【问题讨论】:

  • 您可以从现有的PHP Markdown parser 中汲取灵感。尽管由于涵盖了各种边缘情况,因此这里的正则表达式有点复杂。

标签: php regex


【解决方案1】:

正则表达式虽然在许多情况下确实有用,但绝对不是手动解析结构化文本语言的正确工具,而 Markdown 可以算作其中之一。

如果你想使用与 StackOverflow 相同的语法,use a Markdown parser like this one.

【讨论】:

  • OTOH 链接的类确实认为正则表达式不适合泛化。
  • 它太先进了,我只需要这 3 样东西,我不希望用户生成链接。有什么想法吗?
  • 虽然关于正则表达式不是正确工具的答案通常是正确的,但这个答案具有误导性,因为 PHP Markdown 解析器 确实 确实使用正则表达式来完成此操作。这是因为原始解析器是用 Perl 编写的,与原始实现的兼容性更重要,因此 showdown.js 等端口保留正则表达式而不是重写自己的解析器。
  • @YiYang:“正则表达式不是解析结构化语言的正确工具”这句话并不意味着在解析器中可能根本不使用正则表达式。您会注意到链接解析器不仅仅应用一些巧妙的正则表达式。
  • 但是真的,伙计们,我需要的只是这 3 个,有没有 stip 版本 php-markdown 的例子?或者一些关于开始它的好文章?
【解决方案2】:

Kos 是对的,如果你想开发自己的解析器,你应该使用例如有限状态机,并且机器需要被规范化。

通过这种方式,您可以开发一个自动纠正基本错误的解析器(我使用它为 bbcode 制作了替换解析器,比正则表达式更好,代码更少,更简洁)

http://en.wikipedia.org/wiki/Finite-state_machine

【讨论】:

    猜你喜欢
    • 2011-06-03
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2016-09-24
    • 2013-09-19
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多