雙向文本分析建議

Question

我正在研究實現雙向文本解析框架的可行性，以允許使用Markdown，BBCode，DocuWiki等常見範例的組合來處理格式化文本。實際上，這意味着每個實施必須能夠翻譯成通用格式。這可能是HTML，但更現實的是一種中間（更容易分析）的格式，如XML或YAML。

這可能會利用標記器將文檔分解爲相關的組件。這聽起來像是最好的方法，你是否可以預見任何重大的障礙？

最後，是否有人知道現有的實現（或嘗試）。

請注意，這是專注於PHP，但其他解決方案，歡迎。

Answer 1

查看HTML解析器的源代碼，例如Nokogiri，Hpricot，BeautifulSoup等。他們會爲您提供構建結構化文本解析器的一些建議。

可能不需要轉換爲中間格式，因爲您的標記化對象樹將成爲構建所有輸出格式所需的全部內容。

如果您有具體的實施問題，也應該發佈它們。