我使用C#编写了非常简单的BBCode解析器，它将BBCode转换为HTML。目前，它仅支持[b]，[i]和[u]标记。我知道无论用户输入什么，BBCode始终被认为是有效的。我找不到严格的规范如何将BBCode转换为HTML
"[b][b][/b][/b]"？现在解析器产生"<b>[b][/b]</b>"。"[b][i][u]zzz[/b][/i][/u]"输入？目前我的解析器足够聪明，可以为这种情况生成"<b><i><u>zzz</u></i></b>"输出，但我不知道它是“太聪明”的方法，还是不是？我找到了一些现成的BBCode解析器实现，但它们对我来说太沉重/太复杂了，更糟糕的是，使用大量正则表达式而不是产生我期望的那个标记。理想情况下，我想在输出端接收XHTML。为了推断“BBCode到HTML”转换规则，我正在使用这个在线解析器：http://www.bbcode.org/playground.php。它产生的HTML在我看来是直观正确的。我唯一不喜欢它不会产生XHTML。例如，"[b][i]zzz[/b][/i]"转换为"<b><i>zzz</b></i>"（注意结束标记顺序）。 FireBug当然会将其显示为"<b><i>zzz</i></b><i></i>"。据我了解，浏览器修复了错误的结束标签订单案例，但我有疑问：
"[b][i]zzz[/b]ccc[/i]"必须被理解为"<b>[i]zzz</b>ccc[/i]" - 从逻辑上看这种不正确的格式，但与流行论坛的BBCode输出相冲突（ * zzz **** ccc *，而不是* * [I] zzzccc [/ I] ）感谢。
答案 0 :(得分：2)
关于你的第一个问题，我不认为依赖浏览器纠正任何类错误是一个好主意，无论你的项目范围如何（好吧，也许除非你实际上在浏览器上进行bug测试）。有些浏览器可能会做一个很棒的工作，而其他浏览器可能会失败。确保输出语法正确（或至少尽可能正确）的最佳方法是首先使用正确的语法将其发送到浏览器。
关于您的第二个问题，由于您尝试将正确的BBCode转换为正确的HTML，如果您的输入为[b][i]zzz[/b]ccc[/i]，则其正确的 HTML等效项将为<i><b>zzz</b>ccc</i>而不是<b>[i]zzz</b>ccc[/i]。这就是事情变得复杂的地方，因为你不再只是编写转换器了，而且还有语法检查器/纠正器。我在PHP中编写了一个类似的脚本，用于一种相当奇怪的游戏引擎脚本语言，但逻辑可以很容易地应用到你的案例中。基本上，我为每个开始标记设置了一个标记，并检查结束标记是否在正确的位置。当然，这提供了有限的功能，但对于我需要的它，它做了伎俩。如果你需要更高级的搜索模式，我认为你坚持使用正则表达式。
答案 1 :(得分：0)
如果你只是要实现B，I和U，它们不是非常重要的标签，为什么不简单地为每个标签设置一个计数器：每次打开时为+1，每次为-1它关闭了。
在论坛帖子（或其他）的末尾，如果还有打开的标签，只需关闭它们即可。如果用户输入无效的bbcode，它们的帖子持续时间可能会很奇怪，但这不会是灾难性的。
答案 2 :(得分：0)
关于无效的用户提交的标记，您至少有三个选项：
我不推荐3.它变得非常棘手。 1和2都是合理的选择。
至于如何解析BBCode，我强烈建议不要使用正则表达式。 BBCode实际上是一种相当复杂的语言。最重要的是，它支持标记的嵌套。正则表达式无法处理任意嵌套。这是正则表达式的基本限制之一。这使得它成为解析HTML和BBCode等语言的糟糕选择。
对于我自己的项目rbbcode，我使用解析表达式语法（PEG）。我建议使用类似的东西。通常，这些类型的工具称为“编译器编译器”，“编译器生成器”或“解析器生成器”。使用其中一个可能是最安全的方法，因为它允许您以干净，可读的格式指定BBCode的语法。与使用正则表达式或尝试构建自己的状态机相比，这种方式的错误更少。