用 C++ 编写解析器来解析给定的 HTML 实体

Question

最近，我遇到了一个编码问题，我们必须解析提及的 HTML 实体。需要解析以下这些实体 -

• " 到 "
• ' 到 - '
• > 到 >
• < 到
• & 到 &
• ⁄ 到 ⁄

将给出一个字符串txt，必须按照上述规则进行解析。以下是我的方法，效果很好。

string parse(string txt){
    int n=txt.size();
    for(int i=0;i<n;i++){             //edit : why don't I get an error even though I loop for full length after erasing some elements of string?
            if(txt[i]=='&'){
                if(i+5<n&&txt.substr(i,6)=="&quot;"){
                    txt[i]='"';
                    txt.erase(i+1,5);
                }
                else if(i+5<n&&txt.substr(i,6)=="&apos;"){
                    txt[i]=(char)(39);            //I also wasn't able to do like this -txt[i]='\''; would be nice if someone tells why this gave error
                    txt.erase(i+1,5);
                }
                else if(i+4<n&&txt.substr(i,5)=="&amp;"){
                    txt[i]='&';
                    txt.erase(i+1,4);
                }
                else if(i+3<n&&txt.substr(i,4)=="&gt;"){
                    txt[i]='>';
                    txt.erase(i+1,3);
                }
                else if(i+3<n&&txt.substr(i,4)=="&lt;"){
                    txt[i]='<';
                    txt.erase(i+1,3);
                }
                else if(i+6<n&&txt.substr(i,7)=="&frasl;"){
                    txt[i]='/';
                    txt.erase(i+1,6);
                }       
            }
        }
    return txt;
}

我觉得我以最粗鲁的方式做到了。但我想知道是否有另一种方法比我的代码更简单（可能更短）。

感谢任何帮助或方法！

EDIT ：正如评论引起我注意的那样，我的循环实际上使用了原始字符串长度n，但在循环减少txt 字符串长度时我正在删除一些元素。令人惊讶的是，我没有收到任何错误，如果有人解释原因会有所帮助吗？

Answer 1

以下是我建议解决此问题的方法：

0) 首先，我将创建一个具有正确格式输出的新字符串。这比必须就地修改字符串更容易 - 您只需一点一点地构建字符串。另外，我不知道就地修改它是否有益，每次你删除一些字符时，我都会想象元素会沿着元素被复制以保持内存在一起（连续）。

1) 使用 std::string::find 查找每个字符的下一次出现 2）您要查找的字符串中，选择下一个出现的字符串（最小的字符串：：查找值） 3) 将直到该点的字符附加到输出字符串 4）附加替换文本而不是原始文本 5) 重复 - std::string::find 有一个可选的 pos 参数指示从哪里开始搜索 6) 当所有查找结果为 == std::string::npos 时循环结束

可能有很多方法可以解决这个问题，并且可能使用正则表达式的东西会更优雅，但我就是这样做的。

顺便说一句，与您的编辑有关，如果您在没有调试的情况下运行，则可能不会出现任何错误。我认为，如果您有访问冲突，控制台应用程序将退出而没有任何相关输出，您没有附加到调试器。这就是为什么如果可以的话，在调试环境中运行东西是个好主意。

编辑：使用 std::string::replace 是您可以在此处使用的另一个函数