2

我不想重复Cthulhu 的答案，但我想使用 Treetop 匹配成对的打开和关闭 HTML 标签。使用这个语法，我可以匹配开始标签和结束标签，但现在我想要一个规则将它们联系在一起。我尝试了以下方法，但使用它会使我的解析器永远运行（无限循环）：

rule html_tag_pair
  html_open_tag (!html_close_tag (html_tag_pair / '' / text / newline /
    whitespace))+ html_close_tag <HTMLTagPair>
end

我试图以递归括号示例和Treetop Github 页面上的负前瞻示例为基础。我引用的其他规则如下：

rule newline
  [\n\r] {
    def content
      :newline
    end
  }
end

rule tab
  "\t" {
    def content
      :tab
    end
  }
end

rule whitespace
  (newline / tab / [\s]) {
    def content
      :whitespace
    end
  }
end

rule text
  [^<]+ {
    def content
      [:text, text_value]
    end
  }
end

rule html_open_tag
  "<" html_tag_name attribute_list ">" <HTMLOpenTag>
end

rule html_empty_tag
  "<" html_tag_name attribute_list whitespace* "/>" <HTMLEmptyTag>
end

rule html_close_tag
  "</" html_tag_name ">" <HTMLCloseTag>
end

rule html_tag_name
  [A-Za-z0-9]+ {
    def content
      text_value
    end
  }
end

rule attribute_list
  attribute* {
    def content
      elements.inject({}){ |hash, e| hash.merge(e.content) }
    end
  }
end

rule attribute
  whitespace+ html_tag_name "=" quoted_value {
    def content
      {elements[1].content => elements[3].content}
    end
  }
end

rule quoted_value
  ('"' [^"]* '"' / "'" [^']* "'") {
    def content
      elements[1].text_value
    end
  }
end

我知道我需要允许匹配单个开始或结束标签，但如果存在一对 HTML 标签，我希望将它们组合在一起。通过将它们与我的语法匹配来做到这一点似乎最干净，但也许有更好的方法？

4

2 回答 2

5

这是一个非常简单的语法，它使用语义谓词来匹配结束标记和开始标记。

grammar SimpleXML
  rule document
    (text / tag)*
  end

  rule text
    [^<]+
  end

  rule tag
    "<" [^>]+ ">" (text / tag)* "</" [^>]+ &{|seq| seq[1].text_value == seq[5].text_value } ">"
  end
end
于 2012-11-22T18:24:00.613 回答
1

您只能对每个 HTML 标记对使用单独的规则或使用语义谓词来执行此操作。也就是说，通过保存开始标签（在一个 sempred 中），然后仅在它是相同标签时接受（在另一个 sempred 中）一个结束标签。这在 Treetop 中比它应该做的要困难得多，因为没有方便的地方来保存上下文并且你不能查看解析器堆栈，但这是可能的。

顺便说一句，在解析 MIME 边界（和 Markdown）时也会出现同样的问题。我还没有检查过 Mikel 在 ActionMailer 中的实现（可能他为此使用了嵌套的 Mime 解析器），但在 Treetop 中是可能的。

在http://github.com/cjheath/activefacts/blob/master/lib/activefacts/cql/parser.rb我将上下文保存在一个假输入流中 - 你可以看到它必须支持哪些方法 - 因为“输入”是在所有 SyntaxNode 上可用。我在那里使用 sempreds 有不同的原因，但其中一些技术是适用的。

于 2012-08-31T00:45:11.993 回答