Lua 模式匹配以“修复”html 代码答案

【问题标题】：Lua Pattern Matching to "fix" html codeLua 模式匹配以“修复”html 代码
【发布时间】：2011-09-16 13:11:28
【问题描述】：

我有很多格式错误的 HTML，例如我正在尝试使用 Lua 来修复它们

<p class='heading'>my useful information</p>
<p class='body'>lots more text</p>

我想用

替换

<h2>my useful information</h2>
<p class='body'>lots more text</p>

我尝试使用的是以下 Lua 函数，它传递了整个 html 页面。但是我有两个问题，我希望 gsub 将替换函数传递给整个匹配项，包括顶部和尾部，然后我将替换顶部和尾部并返回字符串。另一个问题是我的内部替换功能看不到顶部和尾部字段。

对不起，如果这是一个明显的问题，但我仍在学习 Lua。

function topandtailreplace(str,top,tail,newtop,newtail)
local strsearch = top..'(.*)'..tail
     function replace(str)
            str = string.gsub(str,top,newtop)
            str = string.gsub(str,tail,newtail)
            return str
    end
    local newstr = str:gsub(strsearch,replace())
    return newstr
end

【问题讨论】：

标签： string lua design-patterns

【解决方案1】：

这似乎有效：

s=[[
<p class='heading'>my useful information</p>
<p class='body'>lots more text</p>
]]

s=s:gsub("<p class='heading'>(.-)</p>","<h2>%1</h2>")
print(s)

【讨论】：

非常感谢，我试图让它变得更难，我完全错过了保留中间位的 %1 选项。

【解决方案2】：

您可以使用带有 DOM 树的 HTML 解析库，例如 lua-gumbo：

luarocks install gumbo

下面的例子会做你想做的事：

local gumbo = require "gumbo"

local input = [[
    <p class='heading'>my useful information</p>
    <p class='body'>lots more text</p>
]]

local document = assert(gumbo.parse(input))
local headings = assert(document:getElementsByClassName("heading"))
local heading1 = assert(headings[1])
local textnode = assert(heading1.childNodes[1])
local new_h2 = assert(document:createElement("h2"))

heading1.parentNode:insertBefore(new_h2, heading1)
new_h2:appendChild(textnode)
heading1:remove()

io.write(document:serialize(), "\n")

【讨论】：