使用 ANTLR 解析 Markdown 块引用

Question

这是困扰我一段时间的事情。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

输出 HTML：

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

Answer 1

有趣的是你提到这一点，因为我上周刚刚解决了这个问题。请参阅 JMD、Markdown 以及解析和的简要概述编译器。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，您可以只解析：

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

并在解析步骤中解决它，可能作为重写规则。

问题是，这些仅当它们出现在行的开头时才重要，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(); }

上面的内容可能需要是解析器规则而不是词法规则。我忘记了。

但即使这样也不能令人满意，因为它迫使你将 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。

另外，通常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。在（非常好并且几乎是必需的）The Definitive ANTLR 中有一个这样的例子参考：构建特定于领域的语言。

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。