7

我有一个 bbcode -> html 转换器，它响应文本区域中的更改事件。目前，这是使用一系列正则表达式来完成的，并且存在许多病理情况。我一直想在这个语法上磨砺铅笔，但不想进入牦牛剃须。但是......最近我开始意识到pegjs，这似乎是 PEG 解析器生成的一个非常完整的实现。我已经指定了大部分语法，但现在我想知道这是否适合使用成熟的解析器。

我的具体问题是：

  1. 由于我的应用程序依赖于将我可以翻译的内容转换为 HTML 并将其余部分保留为原始文本，因此使用可能因语法错误而失败的解析器实现 bbcode 是否有意义？例如：[url=/foo/bar]click me![/url]一旦输入关闭标签上的右括号，肯定会成功。但是在此期间用户会看到什么？使用正则表达式，我可以忽略不匹配的内容并将其视为普通文本以进行预览。使用正式语法，我不知道这是否可能，因为我依赖于从解析树创建 HTML，而解析失败的是……什么？

  2. 我不清楚应该在哪里进行转换。在正式的基于 lex/yacc 的解析器中，我会有头文件和表示节点类型的符号。在 pegjs 中，我得到带有节点文本的嵌套数组。我可以将翻译后的代码作为 pegjs 生成的解析器的一个动作发出，但将解析器和发射器结合起来似乎是一种代码味道。但是，如果我打电话PEG.parse.parse()，我会得到这样的结果：

[
       [
          "[",
          "img",
          "",
          [
             "/",
             "f",
             "o",
             "o",
             "/",
             "b",
             "a",
             "r"
          ],
          "",
          "]"
       ],
       [
          "[/",
          "img",
          "]"
       ]
    ]

给出如下语法：

document
   = (open_tag / close_tag / new_line / text)*

open_tag
   = ("[" tag_name "="? tag_data? tag_attributes? "]")


close_tag
   = ("[/" tag_name "]") 

text
   = non_tag+

non_tag
   = [\n\[\]]

new_line
   = ("\r\n" / "\n")

当然，我是在缩写语法，但你明白了。因此，如果您注意到，数组数组中没有上下文信息可以告诉我我拥有什么样的节点，即使解析器已经完成了这项工作，我也不得不再次进行字符串比较。我希望可以在解析期间定义回调并使用操作来运行它们，但是 Web 上关于如何做到这一点的信息很少。

我在吠叫错误的树吗？我应该回到正则表达式扫描并忘记解析吗？

谢谢

4

3 回答 3

4

第一个问题（不完整文本的语法）：

你可以加

incomplete_tag = ("[" tag_name "="? tag_data? tag_attributes?)
//                         the closing bracket is omitted ---^

after open_tag并更改document为在末尾包含一个不完整的标签。诀窍是您为解析器提供始终解析所需的所有产品，但有效的产品首先出现。然后，您可以incomplete_tag在实时预览期间忽略。

第二个问题（如何包含动作）：

你在表达式之后写所谓的动作。动作是用大括号括起来的 Javascript 代码，允许在 pegjs 表达式之后，即在产生式中间！

在实践{ return result.join("") }中，几乎总是需要类似的操作，因为 pegjs 会拆分为单个字符。也可以返回复杂的嵌套数组。因此，我通常在语法头部的 pegjs 初始化程序中编写辅助函数以保持操作小。如果您仔细选择函数名称，则该操作是自记录的。

有关示例，请参阅PEG for Python style indentation。免责声明：这是我的答案。

于 2012-07-24T13:12:08.883 回答
3

关于你的第一个问题，我不得不说实时预览会很困难。您指出的有关解析器无法理解输入是“正在进行的工作”的问题是正确的。Peg.js 会告诉您错误在哪一点，所以也许您可以获取该信息并返回几句话并再次解析，或者如果缺少结束标记，请尝试在末尾添加它。

您问题的第二部分更容易，但之后您的语法看起来不会那么好。基本上你所做的是在每条规则上放置回调，例如

text
   = text:non_tag+ {
     // we captured the text in an array and can manipulate it now
     return text.join("");
   }

目前，您必须在语法中内联编写这些回调。我现在在工作中做了很多这样的事情，所以我可能会向 peg.js 提出一个 pullrequest 来解决这个问题。但我不确定我什么时候有时间做这件事。

于 2012-07-23T20:07:02.397 回答
1

试试这个替换规则。你在正确的轨道上；你只需要告诉它组装结果。

text = result:non_tag+ { return result.join(''); }

于 2012-07-24T11:58:51.457 回答