类似 wiki 标记的正则表达式转换

Question

考虑以下标记输入：

* 第 1 行 * 第 2 行 :* 2.1 行 :* 第 2.2 行 * 第 3 行

这通常编码为：

• 第 1 行
• 第 2 行
• 2.1 行
• 2.2 行
• 第 3 行

我的问题：

• 用单行表示相同的输入有什么好的表示方法？
• 生成对应XHTML的正则表达式是什么？

例如，单行输入格式可以是：

> 1号线 > 2号线 >> 2.1号线 >> 2.2号线 > 3号线

> 是无序列表项分隔符。我选择了>，因为文本可能包含典型的标点符号。使用 »（或其他类似的非 104 键键）会很有趣，但输入起来并不容易。

行输入格式也可以是：

[第 1 行][第 2 行][第 2.1 行][第 2.2 行]][第 3 行]

更新 #1 - 问题稍微简单一些。巢的数量可以限制为三个。 n 级深度的通用解决方案仍然很酷。

更新 #2 - XHTML，而不是 HTML。

更新 #3 - 另一种可能的输入格式。

更新 #4 - 非常欢迎 Java 解决方案（或纯正则表达式）。

更新 #5

修改后的代码：

String in = " * Line 1 * Line 2 > * Line 2.1 * Line 2.2 < * Line 3";

String sub = "<ul>" + in.replace( " > ", "<ul>" ) + "</ul>";

sub = sub.replace( " < ", "</ul>" );

sub = sub.replaceAll( "( | >)\\* ([^*<>]*)", "<li>$2</li>" );

System.out.println( "Result: " + sub );

打印以下内容：

Result: <ul><li>Line 1 </li>* Line 2<ul>* Line 2.1<li>Line 2.2</li></ul>* Line 3

Answer 1

我觉得你的例子很好。

 > Line 1 > Line 2 >> Line 2.1 >> Line 2.2 > Line 3

不幸的是，纯正则表达式无法跟踪您所在的嵌套级别，因此它不知道将 /UL 关闭标签放在哪里。

这样的事情可能会奏效：

 * Line 1 * Line 2 > * Line 2.1 * Line 2.2 < * Line 3

在这里，大于和小于在层次结构中上下移动，星号是项目符号的分隔符。每个之前和之后的空格都用作一种转义序列，因此当它们没有被空格包围时，您仍然可以直接使用这些字符或用于斜体和粗体等其他目的。

对正则表达式的抨击：

 string ol = "<ul>" & RegEx.Replace(t, " > ", "<ul>") & "</ul>";
 ol = RegEx.Replace(ol, " < ", "</ul>");
 ol = RegEx.Replace(ol, "( |>)\\* ([^*<>]*)", "<li>\\2</li>"); 

编辑：调整为生成 XHTML，关闭 LI 标记，基于下面的评论。还修复了我的 C# 语法。

最终编辑：我认为最后一个 Replace 中的 \ * 和 \ 2 需要为 C# 转义，修复。另外，请注意前两个 Replace() 调用可以使用 String.Replace() 而不是 RegEx，这可能会更快。