在 C++ 中从纯文本生成 HTML（即 br 和 p 标签）

Posted 2023-02-22

【中文标题】在 C++ 中从纯文本生成 HTML（即 br 和 p 标签）

【英文标题】：Generating HTML (i.e. br and p tags) from plaintext in C++

【发布时间】：2009-09-07 08:09:32

【问题描述】：

我有一堆这样的文字：

foo
bar

baz

在 C++ 中将其转换为此的最有效方式可能是：

<p>foo<br />bar</p>
<p>baz</p>

用于大量（ish）文本（最多 8000 个字符）。

我很高兴使用 boost 的 regex_replace，但我想知道字符串搜索 \n\n 是否可能更有效？有什么想法吗？还有其他方法吗？

在我工作的环境中，我无法使用大多数第三方库。

【问题讨论】：

呃……空的 元素是怎么回事？

@unwind - <br /> 而不是 <br>？ <br> 将是无效的 Xhtml。

很抱歉听到三个换行符 - 我更新了我的答案。

为此目的制作一个 awk 或 perl 脚本。

我不相信这些建议（截至 2011 年 2 月 15 日）中的任何一个都考虑了空格。假设您的 HTML 以典型的white-space 解释显示，那么输入中以多个空格或制表符开头的行，或者它们之间有很大间隔的单词的行将被忽略。

【参考方案1】：

我会使用一个简单的状态机。它确实需要 通过循环比较每次的状态，但是 没关系（它可以通过有一个子来优化 在第三个状态循环 - 见下文）。开始状态将 与遇到两个换行符时相同。那里 将是前一个字符的变量和一个 跟踪最后一个换行符的位置（用于 生成输出）。

状态将是：

遇到双新行。进入状态时的动作：

、行、

的输出

遇到一个新行。进入状态时的动作：行的输出和

遇到正常字符

该程序看起来更像是一个 C 程序，不过...

【讨论】：

+1 - 得到了这个工作的一个简单版本（虽然我已经稍微调整了它 - 从按下

【参考方案2】：

不要忘记为 HTML 实体编码您的文本！例如如果你有

foo&

你需要适当地翻译它：

foo&

（不知道你是否知道 - 它只是没有被提及并且经常被遗忘！）

【参考方案3】：

如果您的数据没有意外，您只需将所有\n\n 实例替换为</p><p>，然后将所有\n 替换为<br/>。然后将结果用<p> 和</p> 括起来，就完成了。这不处理边缘情况（例如，三个换行符分隔段落），但它非常简单，并且比编写状态机更快！

更新：显然，如果您有\n\n\n、\n\n\n\n 等，那么您也可以将它们替换为</p><p>，首先从较长的序列开始。

【讨论】：

+1 - 看起来效果很好而且速度很快 - 谢谢。出于某种原因，我没有想到（现在看起来很明显）解决方案。

可悲的是，我的很多输入都有三个换行符分隔段落。哦！

我想知道regex_replace 是否更适合用</p><p> 替换较长的\n\n... 序列。

【参考方案4】：

紧凑、快速、丑陋的状态机。处理退化的情况，例如空输入、输入开头的空行、段落之间的长空行字符串以及输入末尾缺少的换行符。

template <typename InputIt, typename OutputIt>
void TextToHTML(InputIt begin, InputIt end, OutputIt target) 
start:  if (begin == end) return;
        if (*begin == '\n')  ++begin; goto start; 
        *target++ = '<'; *target++ = 'p'; *target++ = '>';
para:   *target++ = *begin++;
        if (begin == end) goto endp;
        if (*begin != '\n') goto para;
        if (++begin == end) goto endp;
        if (*begin == '\n') goto endp;
        *target++ = '<'; *target++ = 'b'; *target++ = 'r'; *target++ = ' '; *target++ = '/'; *target++ = '>';
        goto para;
endp:   *target++ = '<'; *target++ = '/'; *target++ = 'p'; *target++ = '>'; *target++ = '\n';
        goto start;


int main() 
    std::string text = "foo\nbar\n\nbaz";
    std::string html;
    TextToHTML(text.begin(), text.end(), std::back_inserter(html));
    std::cout << html << std::endl;
    return 0;