使用 peg.js 解析 XML 单节点

Question

给定输入<outer> Content <inner> Inner <single/> </inner> </outer>。

我将如何编写语法来解析 <single> 节点以及具有匹配关闭节点的节点？

这是我目前的语法，取自here：

Content =
  (Element / Text)*

Element =
  startTag:StartTag content:Content endTag:EndTag {
    if (startTag != endTag) {
      throw new Error(
        "Expected </" + startTag + "> but </" + endTag + "> found."
      );
    }

    return {
      name:    startTag,
      content: content
    };
  }

StartTag =
  "<" name:TagName ">" { return name; }

EndTag =
  "</" name:TagName ">" { return name; }

TagName = chars:[a-z]+ { return chars.join(""); }
Text    = chars:[^<]+  { return chars.join(""); }

这仅适用于具有关闭节点的节点。

我认为问题在于文本规则。所以我一直在尝试改变它以包含一个负面的前瞻，比如：

Text    = chars:(!EndTag .)* EndTag { return chars.join(""); }

但这还没有取得任何成功。

有什么想法吗？

Answer 1

我这样做的方式是让 Element 匹配“sTag”或“selfTag”；如果匹配“selfTag”，则没有“Content”或“endTag”：

Content =
  (Element / Text)*

Element =
  startTag:sTag content:Content endTag:eTag {
    if (startTag != endTag) {
      throw new Error(
        "Expected </" + startTag + "> but </" + endTag + "> found."
      );
    }

    return {
      name:    startTag,
      content: content
    };
  }
  / startTag:selfTag {
        return startTag;
    }

sTag =
  "<" name:TagName ">" { return name; }

selfTag =
  "<" name:TagName "/>" { return name; }

eTag =
  "</" name:TagName ">" { return name; }

TagName = chars:[a-z-]+ { return chars.join(""); }
Text    = chars:[^<]+  { return chars.join(""); }

请注意，此答案要求您使用 <single/> 而不是 <single>（即 / 是必需的）；这是向 PEG 解析器发出悬空开始标记和“自闭合标记”之间区别的最简单方法。