我正在构建一个简单的解析器,但是我很难理解总体设计。最佳实践是什么?在
解析器获取一个简单的文本文件并将其构造成一个HTML文件,这将大量使用嵌套列表,并为每个列表项添加一个索引和一个ID。在
输入(为了清晰起见添加了缩进)。在
A. First section with random name Article 1 Spam and eggs and some more Article 2 1. The first member 2. The second member 3. The final member B. Second section called whatever Article 3 This one has no members but it does contain subs a. item 1 b. item 2 Article 4 1. A member 2. A member with subs a. sub 1 here b. sub 2 here c. final sub C. Another section etc
我有正则表达式来查找不同的列表项和行号(现在我使用的是lexer,但这可能会有点过头了,对吧?)在
如前所述,我需要生成嵌套的HTML列表,每个列表项都有一个ID。根据您的经验,您将如何表示文档的结构?在
作为一系列元组或字典,每个项目都有(id,行号):
^{pr2}$或者作为嵌套元组,其中每个标记都有(类型、id、行号):
(('SECTION','A',1 ,
('ARTICLE','1',2),
('ARTICLE','2',4 ,
('MEMBER','2-1',5),
('MEMBER','2-2',6),
('MEMBER','2-3',7)
)
)
现在我倾向于第二种选择。第一个比较容易构建和迭代,但是只能通过查看周围的行号来推断层次结构。在
你是这样做的,还是完全不同的方式?我不是要你写我的解析器或正则表达式,我只是在寻找关于最佳实践的合理建议。在
我用HTML添加了所需的输出。索引:
<div id="index">
<ol class="indexlist sections">
<li><a href="#listref_A">First section with random name</a><br>
Article 1 - 2</li>
<li><a href="#listref_B">Second section called whatever</a><br>
Artikel 3 - 4</li>
<li><a href="#listref_C">Another section</a><br>
Article 5</li>
</ol>
内容:
<div id="content">
<ol class="sections">
<li id="listref_D"><h2></h2>
<ol class="articles">
<li id="listref_8">Article 8
<ol class="members">
<li id="listref_8-1">Member 1.</li>
<li id="listref_8-2">Member 2</li>
<li id="listref_8-3">Member 3</li>
<li id="listref_8-4">Member 4.</li>
</ol>
</li>
</ol>
</li>
<li id="listref_E">Section E
<ol class="articles">
<li id="listref_9">Article 9
<ol class="members">
<li id="listref_9-1">Member 1 has subs:
<ol class="subs">
<li id="listref_9-1-a">sub a;</li>
<li id="listref_9-1-b">sub b;</li>
<li id="listref_9-1-c">sub c.</li>
</ol>
</li>
<li id="lijstref_9-2">Member 2, refers to <a href="#listref_8-2">article 8 sub 2</a>.</li>
</ol>
尝试使用ANTLR Lexer/Parser组合。您只需要正则表达式就可以生成lexer/basic解析器组合。它使用了一种类似于BNF语法的策略,并且您可以定义操作,以便很容易地打印到控制台或文件中。默认情况下,它输出Java,但是antlr4也输出到C。antlr3可以输出到其他几种语言,比如Ruby。在
要生成lexer的一部分,您可以做如下操作
显然,这不是一个全面的语法,但它显示了基础。一个好的引用是ANTLR 4 Documentation Wiki和{a2}。它们向您展示了如何执行这些语法以及如何在其中嵌入动作。他们都是小项目或大项目的好向导。后者的第2章和第3章以简单的方式展示了您需要的基本知识,并提供了一些好的示例。在
相关问题 更多 >
编程相关推荐