parsing - 使用 ANTLR 解析 Markdown block 引用

Question

这件事困扰了我一段时间。如何使用 ANTLR 将以下文本解析为 HTML？我似乎根本无法理解这个问题。

有什么想法吗？

Markdown :

> first line
> second line
> > nested quote

output HTML:

<blockquote>
  <p>first line
  second line</p>
  <blockquote>
    <p>nested quote</p>
  </blockquote>
</blockquote>

Answer 1

有趣的是你提到了这一点，因为我上周刚刚解决了这个问题。请参阅JMD, Markdown and a Brief Overview of Parsing and Compilers 。我正在开发一个真正的 Markdown 解析器，并使用 ANTLR 进行了尝试。

有几种方法可以解决这个问题。

首先你可以解析:

BLOCK_QUOTE : '>' (' ' | '\t')? ;

并在解析步骤中解决它，可能作为重写规则。

事实是，这些仅当它们出现在行首时才重要，因此这是另一种方法:

@members {
  int quoteDepth = 0;
}

BLOCK_QUOTE : '\n' (q+='>' (' ' | '\t')?)+
  { if ($q.size() > quoteDepth) /* emit one or more START_QUOTE tokens */
    else if ($q.size() < quoteDepth /* emit one or more END_QUOTE tokens */
    quoteDepth = $q.size(); }

以上可能也需要是解析器规则而不是词法规则。我忘了。

但即使这样也不能令人满意，因为它有点迫使你将 Markdown 源代码视为一系列行，而这并不是你在其他部分真正想要的。

通常情况下，每个词法规则只能产生一个标记，因此您必须覆盖另一个逃脱我的类以允许发出多个标记。 (非常好，几乎是必需的)The Definitive ANTLR Reference: Building Domain-Specific Languages中有一个这样的例子。 .

最终我放弃了 ANTLR 作为选择的工具。我自己的手工编码解决方案有望在接下来的一两周内出现。