Question

我有一堆这样的文字：

foo
bar

baz

在C ++中，将此转换为最有效的方法是什么：

<p>foo<br />bar</p>
<p>baz</p>

用于大量（ish）数量的文本（最多8000个字符）。

我很高兴使用boost regex_replace，但我想知道字符串搜索\n\n是否更有效？有什么想法吗？还有其他方法吗？

在我工作的环境中，大多数第三方库都无法使用。

Answer 1

我会使用一个简单的状态机。确实需要通过循环每次比较状态，但是它应该没关系（它可以通过一个sub来优化循环在第三状态 - 见下文）。开始状态会与遇到两个换行符时相同。那里将是前一个字符的变量，一个用于跟踪上一个换行符的位置（用于产生输出）。

州将是：

遇到双新线。进入州时的行动：＆lt; p＆gt;的输出，该行和＆lt; / p＆gt;
遇到单个新行。进入状态时的动作：行的输出和
遇到正常字符

该程序看起来更像是一个C程序，但是......

Answer 2

不要忘记为HTML实体编码文本！例如如果你有

foo&

你需要适当地翻译它：

foo&amp;

（不知道你是否知道 - 它只是没有被提及而且经常被遗忘！）

Answer 3

如果您的数据没有任何意外，您只需将\n\n的所有实例替换为，然后将所有\n替换为 。然后将结果括在和，您就完成了。这不涉及边缘情况（例如，三个分隔段落的新行），但它非常简单，而且比编写状态机更快！

更新：显然，如果您有\n\n\n，\n\n\n\n等，那么您也可以先用较长的序列替换的那些。

Answer 4

紧张，快速，丑陋的状态机。处理退化的情况，例如空输入，输入开头的空白行，段落之间的长串空行以及输入结尾处缺少的换行标记。

template <typename InputIt, typename OutputIt>
void TextToHTML(InputIt begin, InputIt end, OutputIt target) {
start:  if (begin == end) return;
        if (*begin == '\n') { ++begin; goto start; }
        *target++ = '<'; *target++ = 'p'; *target++ = '>';
para:   *target++ = *begin++;
        if (begin == end) goto endp;
        if (*begin != '\n') goto para;
        if (++begin == end) goto endp;
        if (*begin == '\n') goto endp;
        *target++ = '<'; *target++ = 'b'; *target++ = 'r'; *target++ = ' '; *target++ = '/'; *target++ = '>';
        goto para;
endp:   *target++ = '<'; *target++ = '/'; *target++ = 'p'; *target++ = '>'; *target++ = '\n';
        goto start;
}

int main() {
    std::string text = "foo\nbar\n\nbaz";
    std::string html;
    TextToHTML(text.begin(), text.end(), std::back_inserter(html));
    std::cout << html << std::endl;
    return 0;
}

在C ++中从纯文本生成HTML（即br和p标签）

4 个答案: