如何将此纯文本 RP 样式字符串解析为更通用的 XML 样式字符串？

Question

我正在制作一个应用程序，它将角色扮演风格的消息翻译成更通用的东西。用户可以指定他们的偏好，例如：

Moves
 - /me <move>
 - *<move>*
Speech
 - <speech>
 - "<speech>"
Out-of-Character
 - [<ooc>]
 - ((ooc))
 - //ooc

我需要解析这样的消息：

/me eats food "This is *munch* good!" [You're good at this]

或者像这样：

*eats food* This is *munch* good! ((You're good at this))

变成一个更通用的、类似 XML 的字符串：

<move>eats food <speech>This is <move>munch</move> good!</speech> <ooc>You're good at this</ooc></move>

但是关于哪个在哪个里面。例如：

*eats food "This is munch* good" // You're good at this

应该被解析为：

<move>eats food "This is munch</move><speech> good" </speech><ooc> You're good at this</ooc>

即使那不是用户想要的。请注意，最后一个示例中的引号没有被解析，因为它们没有包装完整的段，并且当前移动段在遇到第一个时还没有完成，并且在第二个时语音已经开始，并且第二个在它之后没有另一个围绕一个单独的语音片段。

我尝试过迭代地、递归地、使用树甚至使用正则表达式来执行此操作，但我还没有找到像我想要的那样工作的解决方案。 如何将上述 RP 样式消息解析为上述通用 XML 样式消息？

同样重要的是保留间距。

以下是使用上述首选项的其他示例：

I like roller coasters.
[what are you like?]
/me eats a hamburger // wanna grab lunch after this?
*jumps up and down* This ((the party)) is great!
/me performs *an action* within an action "And that's just fine [As is *an action* in ooc in speech]"
And messages /me can change contexts // at any point
[But ill-formatted ones *must be parsed] according "to* the rules"
-And text formatted in <non-specified ways> is &not treated; specially-

变成：

<speech>I like roller coasters.</speech>
<ooc>what are you like?</ooc>
<move>eats a hamburger <ooc> wanna grab lunch after this?</ooc></move>
<move>jumps up and down</move><speech> This <ooc>the party</ooc> is great!</speech>
<move>performs <move>an action</move> within an action <speech>And that's just fine <ooc>As is <move>an action</move> in ooc in speech</ooc></speech></move>
<speech>And messages <move>can change contexts <ooc> at any point</ooc></move></speech>
<ooc>But ill-formatted ones *must be parsed</ooc><speech> according <speech>to* the rules</speech></speech>
<speech>-And text formatted in &lt;non-specified ways&gt; is &amp;not treated; specially-</speech>

Answer 1

您拥有的是一堆应该触发 xml 标记的标记。使用每个标签的函数来实现这一点相当简单。

void move(){
     xmlPrintWriter.println("<move>");
     parse();
     xmlPrintWriter.println(content);
     xmlPrintWriter.println("</move>");
}

parse() 在哪里消费和分类输入文本。

 void parse(){
     if (text.startsWith("*")) action = MOVE;
     ... other cases

     if ( action == MOVE){
         move();
     }
     ... other actions.

parse 方法必须检查所有可能的状态改变者 "*" -> move, "((" -> ooc, """ -> speech 等等。

这里MOVE是一个类常量，action是一个状态变量，还有text和xmlPrintWriter。 move 和 parse 都是方法

如果您允许最后一个示例，此方法将不起作用。然后情况变得非常棘手，需要根据具体情况来决定。

Answer 2

可能会产生这种影响：

public static RPMessageSegment split(RPMessageSegment text)
{
    ArrayList<RPMessageSegment> majorSegments = new ArrayPP<>();
    scan: for(int i = 0, l = text.length() - 1; i < l; i++)
    {
        dels: for(Delimiter d : delimiters)
        {
            if (d.startsWith(text, i))
            {
                RPMessageSegment newSegment = d.extractSegment(text, i);
                i += newSegment.lengthWithOriginalDelimiters();
                majorSegments.add(newSegment);
                continue scan;
            }
        }
    }

    if (majorSegments.length() == 1)
        return majorSegments.get(0);

    for(int i = 0, l = majorSegments.length(); i < l; i++)
    {
        majorSegments.set(i, split(majorSegments.get(i)));
    }
    return new RPMessageSegment(majorSegments);
}

当然，这假定被引用的类具有这些响应预期的方法。它们应该不难想象，更不用说写了。

在解析为RPMessageSegments 后，可以很容易地将其回显到由 XML 样式标签包围的字符串中