parsing - 使用 ANTLR 解析 Markdown 块引用

Question

这一直是困扰我一段时间的事情。如何使用 ANTLR 将以下文本解析为下面的 HTML？我似乎根本无法解决这个问题。

有任何想法吗？

降价：

> 第一行
> 第二行
>> 嵌套引用

输出 HTML：

<blockquote>
  <p>first line
  second line</p>
  <blockquote>
    <p>nested quote</p>
  </blockquote>
</blockquote>

Answer 1

你提到这一点很有趣，因为我上周正在解决这个问题。请参阅JMD、Markdown 和解析和编译器的简要概述。我正在开发一个真正的 Markdown 解析器，并使用 ANTLR 进行了尝试。

有几种方法可以解决这个问题。

首先你可以解析：

BLOCK_QUOTE : '>' (' ' | '\t')? ;

并在解析步骤中解决它，可能作为重写规则。

问题是这些仅在它们出现在行首时才重要，因此这是另一种方法：

@members {
  int quoteDepth = 0;
}

BLOCK_QUOTE : '\n' (q+='>' (' ' | '\t')?)+
  { if ($q.size() > quoteDepth) /* emit one or more START_QUOTE tokens */
    else if ($q.size() < quoteDepth /* emit one or more END_QUOTE tokens */
    quoteDepth = $q.size(); }

以上可能也需要是解析器规则而不是词法规则。我忘了。

但即使这样也不能令人满意，因为它有点强迫您将 Markdown 源视为一系列行，这在其他部分并不是您真正想要的。

同样通常每个词法规则只能产生一个标记，因此您必须覆盖另一个让我逃脱的类以允许发出多个标记。The Definitive ANTLR Reference: Building Domain-Specific Languages中有一个例子（优秀且几乎是必需的）。

最终我放弃了 ANTLR 作为选择的工具。我自己的手工编码解决方案有望在接下来的一两周内出现。