将 Markdown 转换为 HTML 的正则表达式

Posted 2023-03-05

【中文标题】将 Markdown 转换为 HTML 的正则表达式

【英文标题】：Regular expression to convert mark down to HTML

【发布时间】：2010-09-11 18:20:28

【问题描述】：

您将如何编写正则表达式将标记转换为 html？例如，您可以输入以下内容：

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

然后需要将其转换为：

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

与***使用的mark down编辑控件非常相似。

澄清

不管怎样，我使用的是 C#。此外，这些是我想要允许的 only 真实标签/降价。正在转换的文本量将少于 300 个字符左右。

【参考方案1】：

最好的方法是找到移植到您使用的任何语言的 Markdown 库版本（您没有在问题中指定）。

---

既然您已经澄清您只希望处理 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。如您所见，它实际上是两个表达式。代码如下：

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);

【讨论】：

用什么语言真的不重要......应该有一个简单的正则表达式来处理条件。

我对这个问题做了一些澄清。

Markdown.NET 长期停产。相反，有这个 *** 实现：MarkdownSharp - blog.***.com/2009/12/introducing-markdownsharp

【参考方案2】：

单个正则表达式是行不通的。每个文本标记都有自己的 html 翻译器。更好地了解现有转换器是如何实现的，以了解其工作原理。

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

【讨论】：

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

【参考方案3】：

我不具体了解 C#，但在 perl 中会是：

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

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

【参考方案4】：

我遇到了以下post，建议不要这样做。就我而言，虽然我希望保持简单，但我想我会根据jop's 的建议发布此内容，以防其他人想要这样做。