Разбор список пользовательских HTML-теги в C# или Java

Question

У меня есть некоторый текст, как это:

This is a simple line 
[olist] 
    [#]This is line 1 
    [#]This is line 2 
     [olist] 
      [#]This is line 2.1 
      [#]This is line 2.2 
      [#]This is line 2.3 
    and it continues here 
     [/olist] 
    [#]This is line 3 
[/olist] 
Another line 

Как я могу разобрать его в C# в HTML, как показано ниже

This is a simple line 
<ol> 
    <li>This is line 1</li> 
    <li>This is line 2 
     <ol> 
      <li>This is line 2.1</li> 
      <li>This is line 2.2</li> 
      <li>This is line 2.3 
    and it continues here</li> 
     </ol> 
    </li> 
    <li>This is line 3</li> 
</ol> 
Another line 

Я в настоящее время расщепления и конкатенации но вспомогательные списки обрабатываются неправильно.

UPDATE: - Пример кода

Это то, что я сейчас делаю.

var html = ReplaceList(customHtml,"olist","ol"); 

private static string ReplaceList(string text, string key, string tag) 
{ 
    var itemTmpl = GetListEntry(text, key); 
    while (itemTmpl != null) 
    { 
     var buf = new StringBuilder(); 
     var arr = itemTmpl.Split(new[] { "[#]" }, StringSplitOptions.RemoveEmptyEntries); 
     foreach (var str in arr) 
     { 
      if (!string.IsNullOrWhiteSpace(str)) 
       buf.AppendFormat("<li>{0}</li>", str.Trim()); 
     } 

     var content = string.Format("<{0}>{1}</{0}>", tag, buf); 


     text = text.SubstringBefore("[" + key + "]") + content + 
         text.SubstringAfter("[/" + key + "]"); 

     itemTmpl = GetListEntry(text, key); 
    } 

    return text; 
} 

private static string GetListEntry(string text, string key) 
{ 
    var tag1 = string.Format("[{0}]", key); 
    var tag2 = string.Format("[/{0}]", key); 

    var start = text.IndexOf(tag1, StringComparison.Ordinal); 
    var end = (start > -1) ? text.IndexOf(tag2, start, StringComparison.Ordinal) : -1; 

    if (start < 0 || end <= start) 
     return null; 

    var result = text.Substring(start + tag1.Length, end - start - tag1.Length); 

    return result; 
} 

Обратите внимание, что Некоторые элементы списка разнесены на несколько строк, а также может включать в себя разрывы строк

Answer 1

Рассмотрим следующий подход (обратите внимание, что это «быстрый и грязный» в определении тегов).

Довольно просто - просто чтение текста по строке и его преобразование (с некоторыми опережениями и подсчетом глубины подсписок).

string src = @"[olist] 
    [#]This is line 1 
    [#]This is line 2 
     [olist] 
      [#]This is line 2.1 
       [olist] 
        [#]This is line 2.1.1 
        [#]This is line 2.1.2 
       [/olist] 
      [#]This is line 2.2 
      [#]This is line 2.3 
     [/olist] 
    [#]This is line 3 
[/olist]"; 


var sb = new StringBuilder(); 
var lines = src.Split(new string[] {Environment.NewLine}, StringSplitOptions.RemoveEmptyEntries); 
int i = 0; 
int innerListsCount = 0; 

while (i < lines.Length) 
{ 
    string line = lines[i]; 
    if (line.EndsWith("[olist]")) 
     sb.AppendLine(line.Replace("[olist]", "<ol>")); 
    else if (line.EndsWith("[/olist]")) 
    { 
     sb.AppendLine(line.Replace("[/olist]", "</ol>")); 
     if (innerListsCount > 0) 
     { 
      for (int j = 0; j <= innerListsCount; j++) 
       sb.Append(" "); 

      sb.AppendLine("</li>"); 
     } 

     innerListsCount--; 
    } 
    else if (line.Trim().StartsWith("[#]")) 
    { 
     sb.Append(line.Replace("[#]", "<li>")); 

     if (i < lines.Length && lines[i + 1].EndsWith("[olist]")) 
     { 
      innerListsCount++; 
      sb.AppendLine(); 
     } 
     else 
      sb.AppendLine("</li>"); 
    } 

    i++; 
} 

Console.WriteLine(sb.ToString()); 

Выход выглядит точно так же, как вы хотите:

<ol> 
    <li>This is line 1</li> 
    <li>This is line 2 
     <ol> 
      <li>This is line 2.1 
       <ol> 
        <li>This is line 2.1.1</li> 
        <li>This is line 2.1.2</li> 
       </ol> 
      </li> 
      <li>This is line 2.2</li> 
      <li>This is line 2.3</li> 
     </ol> 
     </li> 
    <li>This is line 3</li> 
</ol> 

Answer 2

Вы должны разобрать его в какой-то абстракции дерева, а затем составить результат абстракции дерева. т.е .:

public interface IElement 
{ 
    void AddElement(IElement element); 
    IElement Parent { get; } 
} 

class OlElement : IElement 
{ 
    public IList<LiElement> Elements { get; set; } 
    public IElement Parent { get; set; } 

    public OlElement(IElement parent) 
    { 
    Parent = parent; 
    Elements = new List<LiElement>(); 
    } 

    public void AddElement(IElement element) 
    { 
    Elements.Add((LiElement)element); 
    } 

    public override string ToString() 
    { 
    var builder = new StringBuilder(); 
    builder.AppendLine("<ol>"); 
    foreach(var child in Elements) 
    { 
     builder.AppendLine(child.ToString()); 
    } 
    builder.AppendLine("</ol>"); 
    return builder.ToString(); 
    } 
} 

class LiElement : IElement 
{ 
    public string Text { get; set; } 
    public IElement Parent { get; set; } 
    public IList<OlElement> Elements { get; set; } 

    public LiElement(IElement parent, string text) 
    { 
    Parent = parent; 
    Text = text; 
    Elements = new List<OlElement>(); 
    } 

    public void AddElement(IElement element) 
    { 
    Elements.Add((OlElement)element); 
    } 

    public override string ToString() 
    { 
    var builder = new StringBuilder(); 
    builder.Append("<li>"); 
    builder.Append(Text); 
    foreach (var child in Elements) 
    { 
     builder.AppendLine(child.ToString()); 
    } 
    builder.AppendLine("</li>"); 
    return builder.ToString(); 
    } 
} 

Получение результата:

const string text = @"[olist] 
[#]This is line 1 
[#]This is line 2 
    [olist] 
     [#]This is line 2.1 
     [#]This is line 2.2 
     [#]This is line 2.3 
    [/olist] 
[#]This is line 3 
[/olist]"; 
var regex = new Regex(@"^\s*\[(?<tag>[^\]]+)\](?<text>.*)$"); 
var builder = new StringBuilder(); 
var root = new OlElement(null); 
var currentElement = (IElement)root; 
using (var reader = new StringReader(text)) 
{ 
    string line; 
    while ((line = reader.ReadLine()) != null) 
    { 
    var match = regex.Match(line); 
    if (match.Success) 
    { 
     switch (match.Groups["tag"].Value) 
     { 
     case "#": 
      if (currentElement is OlElement) 
      { 
      var child = new LiElement(currentElement, match.Groups["text"].Value); 
      currentElement.AddElement(child); 
      currentElement = child; 
      break; 
      } 
      if (currentElement is LiElement) 
      { 
      var child = new LiElement(currentElement.Parent, match.Groups["text"].Value); 
      currentElement.Parent.AddElement(child); 
      currentElement = child; 
      } 
      break; 
     case "olist": 
      if (currentElement == root) 
      { 
      break; 
      } 
      if (currentElement is LiElement) 
      { 
      var child = new OlElement(currentElement); 
      currentElement.AddElement(child); 
      currentElement = child; 
      } 
      break; 
     case "/olist": 
      if (currentElement is LiElement) 
      { 
      currentElement = currentElement.Parent.Parent; 
      break; 
      } 
      if (currentElement is OlElement) 
      { 
      currentElement = currentElement.Parent; 
      } 
      break; 
     default: 
      break; 
     } 
    } 
    } 
} 
var result = root.ToString();