在Markdown中稳健地产生锚点

Question

我有一些Ruby代码可以自动在GitHub Flavored Markdown中生成目录。如果与此问题相关的差异，最好也了解Markdown的其他风格。

此刻，我有这段代码可以在99％的时间内工作：

  def header_to_anchor
    @header
      .downcase
      .gsub(/[^a-z\d\- ]+/, "")
      .gsub(/ /, "-")
  end

这是基于我在GitHub评论here中找到的注释。内容为：

  

创建锚点的代码在这里：   https://github.com/jch/html-pipeline/blob/master/lib/html/pipeline/toc_filter.rb

     

  
1. 将字符串小写
  
2. 删除所有不是字母，数字，空格或连字符的内容（请参阅源代码以了解Unicode的处理方式）
  
3. 将任何空格更改为连字符。
  
4. 如果不是唯一的，请添加“ -1”，“-2”，“-3”，...以使其唯一
  

出于我的目的，我不需要解决唯一性问题。

这很棒，直到我发现另一个失败的极端情况，即我的降价文档的标题是：

### shunit2/_shared.sh

我的代码生成的锚为：

* [shunit2/_shared.sh](#shunit2sharedsh)

并创建另一个断开的链接，至少就GitHub Flavored Markdown而言。

我在这里也看到了this的答案，但是那里指定的那些规则似乎也不是很可靠。

有人知道解释这些锚的规则的权威文档吗？

Answer 1

这里出现的混乱是 ¹ ，是GitHub注释中提到的代码中的Ruby正则表达式与注释中的内容有些不同。该代码使用此正则表达式：

PUNCTUATION_REGEXP = RUBY_VERSION > '1.9' ? /[^\p{Word}\- ]/u : /[^\w\- ]/

删除“标点符号”。 Ruby正则表达式记录在here中。

与此同时，\p{Word}实际上表示字母数字加下划线。

因此，在GitHub问题中，“ 删除不是字母，数字，空格或连字符的任何内容（请参阅Unicode处理方式的源代码）”是对代码的误读

正确的规则应为：

  

  
1. 将字符串小写
  
2. 删除不包含字母，数字，空格，下划线或连字符的所有内容（请参阅源中有关Unicode的处理方式）
  
3. 将任何空格更改为连字符。
  
4. 如果不是唯一的，请添加“ -1”，“-2”，“-3”，...以使其唯一
  

---

¹ 当然，假设GitHub问题中提到的toc_filter.rb文件确实是“真理之源”，而不是其他地方定义的规则的实现。