将标记转换为 HTML 的正则表达式

Question

如何编写正则表达式将 mark 转换为 HTML？ 例如，您可以输入以下内容：

This would be *italicized* text and this would be **bold** text

然后需要将其转换为：

This would be <em>italicized</em> text and this would be <strong>bold</strong> text

与 stackoverflow 使用的 mark down 编辑控件非常相似。

澄清

就其价值而言，我正在使用 C#。 另外，这些是我想要允许的唯一真实标签/降价。 转换的文本量将少于 300 个字符左右。

Answer 1

最好的方法是找到移植到您正在使用的任何语言的 Markdown 库版本（您没有在问题中指定）。

---

既然您已经澄清您只希望处理 STRONG 和 EM，并且您使用的是 C#，我建议您查看 Markdown.NET 查看这些标签是如何实现的。 正如你所看到的，它实际上是两个表达式。 这是代码：

private string DoItalicsAndBold (string text)
{
    // <strong> must go first:
    text = Regex.Replace (text, @"(\*\*|__) (?=\S) (.+?[*_]*) (?<=\S) \1", 
                          new MatchEvaluator (BoldEvaluator),
                          RegexOptions.IgnorePatternWhitespace | RegexOptions.Singleline);

    // Then <em>:
    text = Regex.Replace (text, @"(\*|_) (?=\S) (.+?) (?<=\S) \1",
                          new MatchEvaluator (ItalicsEvaluator),
                          RegexOptions.IgnorePatternWhitespace | RegexOptions.Singleline);
    return text;
}

private string ItalicsEvaluator (Match match)
{
    return string.Format ("<em>{0}</em>", match.Groups[2].Value);
}

private string BoldEvaluator (Match match)
{
    return string.Format ("<strong>{0}</strong>", match.Groups[2].Value);
}

Answer 2

单个正则表达式是不行的。 每个文本标记都有它自己的 html 翻译器。 更好地研究现有转换器的实现方式，以了解其工作原理。

http://en.wikipedia.org/wiki/Markdown#See_also

Answer 3

我不太了解 C#，但在 Perl 中它是：

\\\*\\\*(.*?)\\\*\\\*/
\< bold\>$1\<\/bold\>/g

\\\*(.\*?)\\\*/
\< em\>$1\<\/em\>/g

Answer 4

我遇到了以下建议不要这样做的帖子。 就我而言，虽然我希望保持简单，但我想我会根据jop的建议发布此内容，以防其他人想要去做这个。