[Basti]

Morgen die Damen und Herren.

Ich suche nach gescheiten Ansätzen, Benutzereingaben in einer bestimmten
Auszeichnungssprache in einen XML-Baum zu konvetieren und dabei "fehlerhafte" bzw. unvollständige Eingaben zu korrigieren. Ich eine, das nannt sich dann "Lazy Lexer", oder?


Beipiel:

Dier hier **ist //ein** Testtext//.

Ein zweiter // Absatz.

Und noch// ein **Abatz

Gewünschte Ausgabe:

<p>Dies hier <strong>ist <em>ein </em></strong><em> Testtext</em>.</p>

<p>Ein zweiter <em> Absatz.</em></p>

<p><em>Und noch</em> ein <strong>Absatz</strong></p>

Ich denke, es wäre sinnig, den Text anhand von Schlüsselsymbolen in einer bestimmten Reihenfolge jeweils aufzusplitten und wieder zusammenzusetzen und jeweils bei jedem Teilstring prüfen, ob noch was offen ist und das dann zu schließen und im nächten Teilstring ggf. wieder zu öffnen.

Hier also erstmal die Absätze und z.B. beim zweiten Absatz erkennen: em wurde geöffnet, aber nicht geschlossen, also am Ende des Teilstrings schließen und beim nächsten dann gleich wieder öffnen.

Ich befürchte nur, dass die Regeln ziemlich komplex werden und ich damit nicht weit komme bzw. die einzelnen Element noch in bestimmte Klassen einordnen muss (wie Block- und Inline-Elemente), um den Wust handhaben zu können.

Jemand schonmal sowas gemacht und/oder Lust, seine Erfahrungen und Ideen zu teilen?

Basti

[Basti]

Mit PEAR::XML_HTMLSax hab ich jetzt schonmal einen guten Ansatz:

PHP-Code:

<?php

error_reporting(E_ALL);

$sDoc = <<<EOD
Dies ist <b>fett <i foo="bar">und</b> kursiv</i>!
EOD;


require_once('XML/HTMLSax3.php');


class MyHandler {

    protected $sParsedString;
    protected $aTagStack;

    public function __construct()
    {
        $this->sParsedString = '';
        $this->aTagStack = array();
    }

    public function openHandler($Parser, $sName, $aAttrs)
    {
        $this->aTagStack[] = array('name' => $sName, 'attrs' => $aAttrs);
        $sAttrs = '';

        if (count($aAttrs > 0)) {

            foreach ($aAttrs as $sAttr => $sValue) {

                $sAttrs .= ' ' . $sAttr . '="' . $sValue . '"';
            }
        }
        
        $this->sParsedString .= sprintf('<%s%s>', $sName, $sAttrs);
    }

    public function closeHandler($Parser, $sName)
    {
        $aTempStack = array();

        while (
            !empty($this->aTagStack)
            && assert($aLastOpenTag = end($this->aTagStack))
            && $aLastOpenTag['name'] !== $sName) {

            $this->closeTag($aLastOpenTag['name']);
            $aTempStack[] = $aLastOpenTag;
        }
        $this->closeTag($sName);

        foreach ($aTempStack as $aTag) {

            $this->openHandler($Parser, $aTag['name'], $aTag['attrs']);
        }
    }

    protected function closeTag($sName)
    {
        array_pop($this->aTagStack);
        $this->sParsedString .= "</$sName>";
    }

    public function dataHandler($Parser, $sData)
    {
        $this->sParsedString .= $sData;
    }

    function escapeHandler(& $parser,$data) {
        echo ( 'Escape Handler: '.$data.'<br />' );
    }
    function piHandler(& $parser,$target,$data) {
        echo ( 'PI Handler: '.$target.' - '.$data.'<br />' );
    }
    function jaspHandler(& $parser,$data) {
        echo ( 'Jasp Handler: '.$data.'<br />' );
    }

    public function display()
    {
        echo '<pre>' . htmlentities($this->sParsedString) . '</pre>';
    }
}

// Instantiate the handler
$Handler = new MyHandler();

// Instantiate the parser
$Parser = new XML_HTMLSax3();

// Register the handler with the parser
$Parser->set_object($Handler);

// Set a parser option
$Parser->set_option('XML_OPTION_TRIM_DATA_NODES');

// Set the handlers
$Parser->set_element_handler('openHandler','closeHandler');
$Parser->set_data_handler('dataHandler');
$Parser->set_escape_handler('escapeHandler');
$Parser->set_pi_handler('piHandler');
$Parser->set_jasp_handler('jaspHandler');

// Parse the document
$Parser->parse($sDoc);

$Handler->display();

Ausgabe:

Dies ist<b>fett<i foo="bar">und</i></b><i foo="bar">kursiv</i>!

Aber so ganz klar hab ichs noch nicht...

Basti

http://pear.php.net/Text_Wiki

[Basti]

Danke "axo".

Text_Wiki (1.2.0RC2) macht jedoch aus meinem Testtext folgendes:

<p>Dier hier <strong>ist <em>ein</strong> Testtext</em>.</p>

<p>Ein zweiter <em> Absatz.</p>

<p>Und noch</em> ein **Abatz</p>

Ich werde mir den Code aber mal genauer ansehen, vielleicht kann ich da was übernehmen.

Basti

[Basti]

Wenn ich meinen Code oben auf die Ausgabe von Text_Wiki anwende, dann gehts scheinbar ganz gut. Scheint sowas, wie ein XML-Beatuifier geworden zu sein (*Räusper*).

Basti