解析一個包含HTML的文件以獲得服務器端腳本

我目前正在構建一個可以接收請求併發迴響應的Web服務器。我已經設法將Google的v8 JavaScript引擎的一個端口嵌入到我的項目的c＃（javascript.net）中，並且我想解析所請求的文件並運行其中的服務器端JavaScript代碼。我決定將這些代碼包含在2個字符的括號內，<：用於打開和：>用於關閉。我開始用我編寫的代碼解析它，但是在遇到一些使代碼更加混亂並且可能效率不高的問題之後，我決定繼續嘗試使用RegEx（因爲我以前從未使用過，所以我研究過它）。可是等等。在與我的朋友談論此事後，他給我發了這篇文章RegEx match open tags except XHTML self-contained tags我明白這不是一個好主意...... 所以我的問題是，我該如何解析這樣的事情？（考慮到效率和乾淨的代碼，畢竟它是一個網絡服務器）。在此先感謝！解析一個包含HTML的文件以獲得服務器端腳本

來源

2013-02-10 UnTraDe

我正在試圖抓取一個文件，並將其中的所有內容寫在這個<：和this：>之間。例如在php中你有一個包含html代碼和php代碼的文件，所有的php代碼都在之內，並且解析該文件的東西在這些括號內提取了php代碼。 – UnTraDe 2013-02-10 22:17:25

他們不發送文件，他們發送一個請求服務器上已經存在的文件。例如你輸入127.0.0.1:8080/test.html 127.0.0.1的服務器發送一個包含test.html內容的響應，但是我想首先解析它並獲取所有服務器端腳本 – UnTraDe 2013-02-10 22:25:57

好的，謝謝你是評論，你能否把我推薦到解釋這些概念的地方？以爲我在想我知道我在說什麼，但我已準備好更深入地理解你在說什麼。 – UnTraDe 2013-02-10 22:32:16

理想情況下，你想要做的就是掛鉤V8的詞法分析器，這樣你就不會在字符串等內部捕捉到東西。然而，我查看了.NET包裝器的源代碼，看起來它不允許那麼多的自定義。相反，你可能想創建一個小型狀態機。你可能會想，至少這些狀態：

文字數據（您<:和:>標籤以外的東西）
左尖括號（因爲一旦你已經消耗了<，正在等待一個潛在的:）
腳本狀態（您<:和:>標籤裏面的東西）
腳本雙引號串狀態
腳本雙引號字符串逃過狀態
腳本單引號的字符串狀態
腳本單引號的字符串逃過狀態
腳本斜線狀態（徵求意見和正則表達式）
腳本註釋行狀態
腳本塊註釋狀態
腳本塊註釋明星狀態
腳本正則表達式狀態
腳本冒號狀態（用於當你'已經遇到了:和不確定一個>或別的東西，是否是下一個）

它可能不會那麼快寫爲正則表達式，但它能夠處理這樣的代碼：

Hello, world! 
<: 
    document.write("At least you won't think the script :> ends there."); 
:>

第二個想法是，檢測正則表達式可能並不那麼容易。

來源

2013-02-10 22:38:15 icktoofay

我知道RegEx沒有解決這個任務的問題（因爲安全問題？），我想知道他們是如何在運行php/jsp/.net等的web服務器中執行的。是否有一種常用方法可用於這種情況？ – UnTraDe 2013-02-10 22:43:25

@UnTraDe：我不知道JSP和.NET如何實現，但PHP已將其集成到其解析器中。正如我在回答開始時所說的，理想的方法是掛鉤V8並執行相同的操作，但是.NET包裝器不允許它。 – icktoofay 2013-02-10 22:44:19

我可以在這裏選擇切換到C++並使用原始的v8引擎（我之前在C++中使用過v8），但由於它是一個「有趣」的項目，我只是爲了好玩，我認爲編寫和更快在C＃中生成一個功能正常的Web服務器，特別是使用.NET包裝器，這使得將js代碼嵌入到C＃代碼中變得更加容易。但是如果你認爲使用C++解析它會更容易（也許v8有類似於你在上面的評論中提到的東西，或者C++庫），我認爲它值得麻煩切換。 – UnTraDe 2013-02-10 22:50:39

如果我理解的很好，你想把「<」和「>」之間的所有內容，甚至是「<」和「>」都放在裏面嗎？那麼...既然你可以使用正則表達式，也許試着找到第一個「<」，使計數器會增加下一個「<」，並減少每個「>」。當計數器爲0時，下一個「>」出現：在這裏你有服務器端腳本的結束。如果你有一些嵌入式HTML並想擺脫它們，試着檢測「」「」或類似的東西。這個解決方案很慢，但我能想象的最簡單。

來源

2013-02-10 22:31:28

謝謝你的回答，但從我在問題中提到的帖子中看到的內容中，我明白使用正則表達式並不是一個好主意。你的想法聽起來像一個解決方案，但你說它很慢，我真的需要在這裏進行性能優化。如果你有一個更好的主意，哪個會更快地工作，請給我解釋一下，就像你在做的那樣。 – UnTraDe 2013-02-10 22:36:35

解析一個包含HTML的文件以獲得服務器端腳本

回答

相關問題