跟蹤字符串中標記的最有效方法是什麼？

Question

這個問題可能是以不同的方式提出來的，如果有的話請向我指出。我無法在搜索結果中找到它。

我想解析標記的文本，就像這裏的標記一樣。

1. 例如， * some string for bullet list
2. eg。 *some string*斜體文本
3. 例如。 &some string&對於一個URL
4. 例如。 &some string&specific url&的URL字符串從

等

我能想到的兩種方法去處理一個字符串，找出特殊的加價順序不同：

一個。我可以繼續以字符爲中心的方式，即解析字符串尋找序列1，然後2等。然而，這似乎是低效的，因爲它將不得不多次解析字符串。

b。對字符串進行逐字處理似乎更好，並保留特殊字符及其位置的記憶。如果內存匹配上面的特殊序列，則字符串中的特殊字符被替換爲HTML。我不確定這是否是一個更好的主意，我也不確定如何實施它。

什麼是最好的方式去做這件事？正則表達式如何？它遵循模式a或b？有第三種選擇嗎？

P.S.我正在使用Python。 Python示例最受讚賞。

Answer 1

你基本上試圖實現一個詞法分析器或'詞法分析器'。您可以嘗試搜索「詞法分析器」，「分析器」，「標記」以獲取更多的閱讀材料。 [編輯：我可能是指「解析器」，而不是「詞法分析器」。詞法分析器是一個解析器的一部分。]

解析器通常實現使用正則表達式作爲部分解決方案的，但還有比這更給它一點。

如果你這樣做是爲降價具體而言，你肯定不希望使用existing Markdown parser/lexer?有一些非常快，經過嚴格測試的降價解析器已經存在。

---

旁註：請儘量不要滾動自己的標記語法 - 已經有幾十種純文本標記語言。選一個你喜歡的，並使用它。維基百科格式化，Markdown和其他人都會想起來。有現成的解析這些工具的工具。

Answer 2

正則表達式，當然！如果還沒有這樣做，學習它。完成之後，你會發現很難想象如果沒有它，你會如何相處。您顯示的樣本使用正則表達式很簡單。例如，一個星號，然後是一個空格，然後一個單詞表達爲：

\*\s\w+

不外乎正則表達式。