c++TinML转html

前言

在python.tkinter设计标记语言(转译2-html)中提到了将TinML转为静态html的python实现方法；在HtmlRender - c++实现的html生成类中又提供了我自己写的基于c++编辑html的简单方式，这篇笔记就是使用c++将tinml转为静态html。

本示例未使用任何第三方库（除了我之前提供的HtmlRender类），但是在html中代码高亮方面使用了在线的highlight.js。

整套流程下来和基于python的TinText平台类似，都是先解析TinML标记文本段，再给每个标记赋以特定含义（解释过程），最后通过这些解释后的内容生成html结构，生成html文本。

项目示例：CppTinParser: TinML to html by c++

解析

这一部分是对TinML标记的语法解析。

class TinLexer{

public:
    TinLexer(string contents){
        this->content = '\n' + contents + '\n';
    }

    void run_test();
    vector<string> run();
    vector<map<string,vector<string>>> lex();

private:
    string content;

};

主要解析功能就是对每一行TinML标记文本段进行基于上下文标记的正则匹配和结构解析，这部分相当于TinText项目中的TinParser：

• 单行TinML标记，分为标记名称和标记参数组
• 多行模式TinML，转为单行TinML标记解析后格式

部分代码如下：

vector<map<string,vector<string>>> TinLexer::lex(){
    // 预处理
    // tackle : add context of the specific TinML file into this->content
    // 此部分代码省略，可见程序源码
    // ...

    vector<map<string,vector<string>>> tinresults;//总结果
    
    vector<string> contents;
    string nowtag;//当前标签

    contents = split(this->content, '\n');

    bool Lines = false;//多行模式
    regex pattern("^<(.*?)>(.*)");
    smatch result;
    vector<string> args;//参数列表
    
    for (const auto &i : contents){
        if (size(i) == 1){
            // 实际上是empty，不过貌似写不对
            // 既有可能是因为getline将\n转为\0，导致该字符串截止
            continue;
        }
        
        if (size(i)>=2 && i.substr(0,2)=="|-"){
            //  cout << "Comment: " << i << endl;
            continue;
        }

        map<string,vector<string>> lineargs;//单行参数

        if (Lines){
            if (i[0]=='|'){
                if (size(i)>2 && i[i.length()-2]!='|'){
                    string content = i.substr(1,size(i)-2);
                    args.push_back(subreplace(content, "%VEB%", "|"));
                }else if (size(i)==2){
                    args.push_back("");
                }else{
                    string content = i.substr(1,size(i)-3);
                    args.push_back(subreplace(content, "%VEB%", "|"));
                    // for (auto const &j : args){
                    //     cout << "Arg: " << j << endl;
                    // }
                    lineargs[nowtag] = args;
                    tinresults.push_back(lineargs);
                    args.clear();
                    Lines = false;
                }
            }
        }else if (i[i.length()-2] == ';'){
            // getline最后一个为\0，因此-2
            // string本身不以\0结尾，但是getline会改成\0
            Lines = true;
            bool ismatch = regex_search(i, result, pattern);
            if (ismatch){
                // cout << "Tag: " << result[1] << endl;
                nowtag = result[1];
                string content = result[2];
                int lastindex = content.find_last_of(';');
                content = content.substr(0, lastindex);
                args.push_back(subreplace(content, "%VEB%", "|"));
            }else{
                cout << "\033[33;1m不可被解析，当作
处理：" << i << "\033[0m" << endl;
                args.push_back(subreplace(i, "%VEB%", "|"));
                lineargs["p"] = args;
                tinresults.push_back(lineargs);
                args.clear();
            }
        }else{
            bool ismatch = regex_search(i, result, pattern);
            if (ismatch){
                nowtag = result[1];
                string content = result[2];
                auto oargs = split(content, '|');
                for (auto const &j : oargs)
                    args.push_back(subreplace(j, "%VEB%", "|"));
                lineargs[nowtag] = args;
                tinresults.push_back(lineargs);
                args.clear();
            }else{
                //无法匹配当作p处理
                cout << "\033[33;1m不可被解析，当作
处理：" << i << "\033[0m" << endl;
                args.push_back(subreplace(i, "%VEB%", "|"));
                lineargs["p"] = args;
                tinresults.push_back(lineargs);
                args.clear();
            }
        }
    }

    return tinresults;
}

这里还遇到一个坑，string.getline会将分割字符转为\0，这样导致string类型变量所包含的文字比表达的文字多一个“字”。string的设计是不包含的\0，所以要注意从string类型中取字符的下标。

解析过程是最基础的，也几乎不会再维护，毕竟TinML的语法就这样了。

解释

这和TinText软件中转译html的过程一样，只不过TinEngine在渲染之前就生成了解释内容并传递给了转译器，而CppTinParser需要单独进行参数解释。

首先，生成每个标记对应的参数含义：

static map<string, vector<string>> tinkws;

void loadkws()
{
    // 标记对应的参数键
    tinkws["ac"] = {"name"};
    tinkws["anchor"] = {"name"};
    tinkws["code"] = {"type", "codes"};
    tinkws["fl"] = {};
    tinkws["follow"] = {};
    tinkws["html"] = {"htmls"};
    tinkws["img"] = {"name", "url", "size"};
    tinkws["image"] = {"name", "url", "size"};
    tinkws["lnk"] = {"text", "url", "description"};
    tinkws["link"] = {"text", "url", "description"};
    tinkws["a"] = {"text", "url", "description"};
    tinkws["ls"] = {"lists"};
    tinkws["list"] = {"lists"};
    tinkws["n"] = {"notes"};
    tinkws["note"] = {"notes"};
    tinkws["nl"] = {"lists"};
    tinkws["numlist"] = {"lists"};
    tinkws["p"] = {"texts"};
    tinkws["pages"] = {"name"};
    tinkws["/page"] = {""};
    tinkws["/pages"] = {""};
    // 展示到这里位置，当然，这不是完整的
    //...
}

由于之前已经生成了类似如下的数据结构：

(
	("