Question

所以我有一些将BBCode转换为HTML的Javascript，看起来运行良好，但我遇到了问题。

以下是我用来将BB标签[b]和[/ b]转换为＆lt; b＆gt;的工作的表达式之一和＆lt; / b＆gt;。

str = str.replace(/\[b\]((\s|\S)*?)\[\/b\]/ig, '<b>$1</b>');

这也会转换连续的标签。例如

[b] str1 [/ b] [b] str2 [/ b]

变为

str1 str2

哪个好;这就是我想要的。但是，当我尝试匹配引用标签时，如此

str = str.replace(/\[quote\]((\s|\S)*?)\[\/quote\]/ig, '<span class="quotebox">$1</span>');

其中str是

[quote] Nest level 1 [quote] Nest level 2 [/ quote] [/ quote]

只有第一个标签匹配并转换，所以我最终会得到类似

的输出

Nest level 1 [引用] Nest level 2

[/报价]

使用引号框之外的最后一个引号标记 - 它应该嵌套在另一个引号框中。帮助

此外，如果它是相关的，则quotebox类如下

.quotebox {
   边框：1px插入黑色;
   显示：块;
   边距：5像素;
   边距：5像素;
   填充：2px 2px 2px 4px;
  }

Answer 1

你刚刚被（真正的）正则表达式只能描述regular languages这一事实所困扰。正则表达式无法描述的显着特征是递归。这个典型的例子是Dyck language，这种语言由所有平衡括号的字符串组成，例如()，(())()((()))，((((()))))等。这是非常规，并且本质上是您尝试解决的问题：匹配适当嵌套的[b][/b]，[quote][/quote]等。换句话说，用正则表达式完全不可能做到你想要的东西。但是，您可能已经注意到我说“真实”。像JavaScript这样的语言提供的正则表达式不是真正的正则表达式;他们有额外的权力，大部分（完全？）源于反向引用。例如，正则表达式(.*)\1描述了非常规语言。尽管如此，我认为你不能匹配Dyck语言。¹

那么，解决方案是什么？找到用JavaScript编写的预先存在的BBCode到HTML转换器！这绝对会让你的生活变得最简单。不幸的是，我不知道有哪一个，因为我没有做很多JavaScript编程。 This StackOverflow question表示可能不存在这样的事情，在这种情况下，您唯一的选择是滚动自己的解析器。当然更复杂，但肯定可行。在我的头顶（我不是专家），你可能想要扫描字符串，直到你找到一个标签。（识别标签对于正则表达式来说可能是一个很好的任务。）如果它是一个开始标记，请将其推送到堆栈上。如果它是结束标记，则弹出堆栈，确保结束标记与开始标记匹配，并将到目前为止看到的字符串包装在适当的HTML中。这可能不起作用，或者可能太复杂了 - 在快速思考问题后，这只是我的2¢。

1：我不是百分百肯定，但是我所见过的正则表达式匹配平衡括号的唯一例子是Perl，它嵌入了Perl代码，JavaScript不能做。无论哪种方式，它都是不可取的 - 你试图使用一种工具来使你的任务变得更加复杂。）

BBCode正则表达式解析问题

1 个答案: