将 Markdown 转换为 HTML 的正则表达式

Question

您如何编写正则表达式将标记语言转换为HTML？例如，您可以输入以下内容：

This would be *italicized* text and this would be **bold** text

这将需要转换为：

This would be <em>italicized</em> text and this would be <strong>bold</strong> text

非常类似于stackoverflow使用的标记编辑控件。 澄清 就我所知，我正在使用C#。此外，这些是我想要允许的唯一真实标签/Markdown。要转换的文本量不到300个字符。

- raz0rf1sh

Answer 1

最好的方法是找到适用于您正在使用的语言的Markdown库版本（您在问题中没有指定）。

---

现在您已经澄清了只想处理STRONG和EM，并且您正在使用C#，我建议您查看Markdown.NET以了解这些标签是如何实现的。正如您所看到的，它实际上是两个表达式。以下是代码：

private string DoItalicsAndBold (string text)
{
    // <strong> must go first:
    text = Regex.Replace (text, @"(\*\*|__) (?=\S) (.+?[*_]*) (?<=\S) \1", 
                          new MatchEvaluator (BoldEvaluator),
                          RegexOptions.IgnorePatternWhitespace | RegexOptions.Singleline);

    // Then <em>:
    text = Regex.Replace (text, @"(\*|_) (?=\S) (.+?) (?<=\S) \1",
                          new MatchEvaluator (ItalicsEvaluator),
                          RegexOptions.IgnorePatternWhitespace | RegexOptions.Singleline);
    return text;
}

private string ItalicsEvaluator (Match match)
{
    return string.Format ("<em>{0}</em>", match.Groups[2].Value);
}

private string BoldEvaluator (Match match)
{
    return string.Format ("<strong>{0}</strong>", match.Groups[2].Value);
}

- apathetic

---

真的不应该关心使用什么编程语言...只需要一个简单的正则表达式来处理条件就可以了。 - mattruma

我在问题中添加了一些澄清。 - mattruma

Markdown.NET 已经停止维护很长时间了。现在有一个 StackOverflow 实现的替代品：MarkdownSharp - http://blog.stackoverflow.com/2009/12/introducing-markdownsharp/ - Ofer Zelig

Answer 2

一条正则表达式无法解决问题。每个文本标记都需要自己的HTML翻译器。最好查看现有转换器的实现方式，以便了解其工作原理。

http://en.wikipedia.org/wiki/Markdown#See_also

- jop

---

我刚刚在http://kore-nordmann.de/blog/do_NOT_parse_using_regexp.html上看到了以下文章。 - mattruma

Answer 3

我不了解具体的C#，但在Perl中它应该是这样的：

\\\*\\\*(.*?)\\\*\\\*/
\< bold\>$1\<\/bold\>/g

\\\*(.\*?)\\\*/
\< em\>$1\<\/em\>/g

- tloach

Answer 4

我看到了以下帖子，建议不要这样做。但在我的情况下，我想保持简单，但考虑到jop的建议，我会发布这篇文章，以防其他人想要这样做。

- raz0rf1sh