在 Java / C / Objective-C 中使用简单的通配符逻辑解析文本

Question

我正在寻找一个快速的库/类来使用如下表达式解析纯文本：

Text is: Name:John
Age32< ;br>

模式为：{*}姓名：{%}
{*}年龄{%}


并且它会找到两个值：John 和 32。 目的是在不涉及重型工具的情况下解析简单的 HTML 网页。它不应该在内部使用字符串操作或正则表达式，但可能会逐个字符进行解析。

Answer 1

由于您似乎要求用户指定您想要的 HTML 内容，因此在这里使用正则表达式可能没问题（为什么您讨厌它们？）。它不再是 HTML 解析，只是简单的文本匹配，这就是正则表达式的设计目的。

这是一个示例：

$match =~ s/{\*}/.*?/g;
$match =~ s/{%}/(.*?)/g;
$html =~ /$match/;

这会将您需要的内容留在捕获组中。

Answer 2

正则表达式替换会起作用。只需让它同时返回两个值，如“John%32”，然后拆分响应以获得两个单独的值。

Answer 3

在这里手动实现逐个字符解析确实没有任何优势，因为此类问题已经基本上解决了。

• 如果您正在处理一组极其规范化的数据（即，上面描述的模板在每种情况下的格式都完全相同，不可能丢失结束标记、在奇怪的位置插入 HTML 等），则正则表达式是一种非常适合解析此类数据的工具。
• 如果不能保证 HTML 是完美的，那么最直接的解决方案是使用工具将 HTML 结构加载到 DOM 中，并在文档树中找到适当的元素。

开发逐个字符的方法最终可能相当于手动实现上述两个选项之一，这并不是一件容易实现的事情。