lua 标签解析器

概述

原理

要解析的字符串

hello world
<div>hello world</div>
你好
<div fontName=‘nihao‘ fontColor=#ffccdd>hello,world</div>
<div></div>

代码基本结构

-- 迭代所有格式为<xxx>的标签(包含了标签头和标签尾)
local beginindex, endindex = string.find(text, "%b<>", 1)
while beginindex do
    -- 获得下一个标签的位置
    beginindex, endindex = string.find(text, "%b<>", endindex)
end

上面获得的beginindex和endindex分别是标签的在字符串中开始和结束的index值 但并不区分标签头和标签尾，
还得判断标签到底是标签头还是标签尾。

-- 获得当前标签，字符串截取出来
local label = string.sub(text, beginindex, endindex)
-- 判断当前标签是不是以‘</‘开头，若是以‘</‘开头则代表为标签尾巴，否则为标签头
if string.find(label, "^</") then
else
end

至此已经可以在正确的从字符串中提取所有的标签，并且区分出标签头和标签尾了

处理标签匹配问题
为了支持标签嵌套包含，我们得用一个栈记录标签头，要不然嵌套好几层标签不好判断内容被哪个标签修饰。
具体做法：
+ 若当前标签是标签头则将栈顶标签，到新标签头之间内容用栈顶标签修饰，并且将当前标签入栈
+ 若当前标签是标签尾则将栈顶标签，到新标签尾之间内容用栈顶标签修饰，并将栈顶标签出栈
简单来说：
栈顶标签修饰当前的内容(新标签和栈顶标签之间的内容) ，然后根据新标签是头还是尾决定入栈或出栈

我们没有考虑特殊情况，若字符串最完成不是标签那最外层处理会存在点问题。
好吧，那我们可以直接在字符串外层加上一组标签就好了，很简单吧。

现在我们解析出了内容和修饰内容的标签，离成功不远了！！

解析标签头
这应该是最简单的一部，但又是最繁琐的一步。
因为标签头内容很少了，格式也确定了，只要提取出标签名和属性的key-value对就可以了
不过提取属性key-value对比较繁琐，要考虑value的种种可能，当然我考虑的并不全面也没打算那么全面，只要功能够用就可以了

第一步
解析出标签名，简单的模式匹配

local labelnameindex1, labelnameindex2 = string.find(label, "%w+")

因为我们要解析的串大多是手写，为了减小书写难度，标签名属性名最好不区分大小写

-- 获得标签名称
local labelname = string.sub(label, labelnameindex1, labelnameindex2)
labelname = string.lower(labelname)

第二步
获取属性，还是模式匹配，匹配形式为 propertyname=propertyvalue（等号两边不能存在空格）
propertyname 要求就是字母或者数字的组合
propertyvalue 要求就比较多, 因为颜色使用的是web的标记形式#FF33AA, 而且字符串也可能是‘括起来表示。
%w: 与任何字母/数字配对
%s: 与空白字符配对

-- value要求非空白字符并且不含有‘>‘字符的一个单词
string.gmatch(labelhead, "%w+%=[^%s%>]+")

gmatch会返回一个迭代器，每次运行都返回一个匹配串，所以我们这么写

for property in string.gmatch(labelhead, "%w+%=[^%s%>]+") do
end

在循环中我们可以处理每个属性对字符串无非就是根据=位置分离出属性名和属性值，属性名不需要处理，
把属性值做一下处理然后放到一个table中就好了，处理如下：

local equalmarkpos = string.find(property, "=")
-- 分离属性名和属性值
local propertyname = string.sub(property, 1, equalmarkpos-1)
local propertyvalue = string.sub(property, equalmarkpos+1, string.len(property))
-- 属性名转为小写
propertyname = string.lower(propertyname)
-- 属性值处理
local continue = false
-- 1.检测是否为字符串(单引号或者双引号括起来)
local beginindex, endindex = string.find(propertyvalue, "[‘\"].+[‘\"]")
if beginindex then
    propertyvalue = string.sub(propertyvalue, beginindex+1, endindex-1)
    continue = true
end
-- 2.检测是否为布尔值
if not continue then
    local propertyvalue_lower = string.lower(propertyvalue)
    if propertyvalue_lower == BOOLEAN_TRUE then
        propertyvalue = true
        continue = true
    elseif propertyvalue_lower == BOOLEAN_FALSE then
        propertyvalue = false
        continue = true
    end
end
-- 3.检测是否为数字
if not continue then
    local propertyvalue_number = tonumber(propertyvalue)
    if propertyvalue_number then
        propertyvalue = propertyvalue_number
        continue = true
    end
end
-- 若以上都不是，则默认直接为字符串
labelparams[propertyname] = propertyvalue

顺便吐槽一下lua没有关键字continue,造成程序嵌套层次变深

最后完整代码在我的github上面叫labelparser，lua5.1解析器可以直接运行，无需任何依赖