javascript - 使用 PEG 解析器进行 BBCode 解析 : pegjs or . .. 什么？

Question

我有一个 bbcode -> html 转换器，它响应文本区域中的更改事件。目前，这是使用一系列正则表达式来完成的，并且存在一些病态案例。我一直想在这个语法上削尖铅笔，但不想涉足剃牛毛。但是......最近我开始意识到pegjs ，这似乎是 PEG 解析器生成的一个非常完整的实现。我已经指定了大部分语法，但现在我想知道这是否适合使用成熟的解析器。

我的具体问题是:

1. 由于我的应用程序依赖于将我能翻译的内容翻译成 HTML 并将其余部分保留为原始文本，因此使用可能因语法错误而失败的解析器实现 bbcode 是否有意义？例如:[url=/foo/bar]click me![/url] 一旦输入结束标记上的结束括号，肯定会成功。但同时用户会看到什么？使用正则表达式，我可以忽略不匹配的内容并将其视为普通文本以供预览。对于正式语法，我不知道这是否可行，因为我依赖于从解析树创建 HTML，而解析失败的是……什么？

2. 我不清楚应该在哪里进行转换。在一个正式的基于 lex/yacc 的解析器中，我会有头文件和表示节点类型的符号。在 pegjs 中，我得到了带有节点文本的嵌套数组。我可以将翻译后的代码作为 pegjs 生成的解析器的一个 Action 发出，但将解析器和发射器结合起来似乎有点代码味道。但是，如果我调用 PEG.parse.parse()，我会得到如下结果:

[
       [
          "[",
          "img",
          "",
          [
             "/",
             "f",
             "o",
             "o",
             "/",
             "b",
             "a",
             "r"
          ],
          "",
          "]"
       ],
       [
          "[/",
          "img",
          "]"
       ]
    ]

给定如下语法:

document
   = (open_tag / close_tag / new_line / text)*

open_tag
   = ("[" tag_name "="? tag_data? tag_attributes? "]")


close_tag
   = ("[/" tag_name "]") 

text
   = non_tag+

non_tag
   = [\n\[\]]

new_line
   = ("\r\n" / "\n")

当然，我是在缩写语法，但你明白了。因此，如果您注意到，数组数组中没有上下文信息可以告诉我我拥有的节点类型，我不得不再次进行字符串比较，即使解析器已经做了这个。我希望可以在解析期间定义回调并使用操作来运行它们，但是 Web 上很少有关于如何做到这一点的信息。

我是不是找错了树？我是否应该退回到正则表达式扫描而忘记解析？

谢谢

Answer 1

第一个问题(不完整文本的语法):

可以添加

incomplete_tag = ("[" tag_name "="? tag_data? tag_attributes?)
//                         the closing bracket is omitted ---^

open_tag 并更改 document 以在末尾包含不完整的标签。诀窍是您为解析器提供所有需要的产品以始终 解析，但有效的产品排在第一位。然后您可以在实时预览期间忽略 incomplete_tag。

第二个问题(如何包含 Action ):

你在表达式后写上所谓的 Action 。 Action 是用大括号括起来的 Javascript 代码，允许在 pegjs 表达式 i. e.还在制作中!

在实践中，像 { return result.join("") } 这样的操作几乎总是必要的，因为 pegjs 会拆分成单个字符。也可以返回复杂的嵌套数组。因此，我通常在语法头部的 pegjs 初始化器中编写辅助函数，以保持 Action 小。如果您仔细选择函数名称，则该操作是自记录的。

有关示例，请参阅 PEG for Python style indentation .免责声明:这是我的回答。