解析 ERB 文件的库

Question

我正在尝试以 Hpricot/Nokogiri 类型的方式解析而不是评估 rails ERB 文件。我尝试解析的文件包含与使用 ERB（标准 Rails 视图文件）生成的动态内容混合的 HTML 片段ERB 符号、

理想情况下，我会得到一个类似 DOM 的结构，其中

我知道可以使用正则表达式一起破解某些东西，但我正在寻找更可靠的东西，因为我正在开发一个我需要在一个非常大的视图代码库上运行的工具，其中 html 内容和erb的内容很重要。

例如内容如：

等等等等等等

我的好文 &lt%= my_dynamic_expression %>

会返回一个像这样的树形结构：

根 - text_node（等等等等） - 元素（div） - text_node（我的好文） - erb_node (

Answer 1

我最终通过使用 RLex http://raa.ruby-lang.org/project/ruby-lex/ 解决了这个问题，这是 lex 的 ruby​​ 版本，语法如下：

%{ #define 数字 257 #define OPTOK 258 #define IDENT 259 #define OPETOK 260 #define CLSTOK 261 #定义CLTOK 262 #define 浮点数 263 #define FIXNUM 264 #定义字265 #define STRING_DOUBLE_QUOTE 266 #define STRING_SINGLE_QUOTE 267 #define TAG_START 268 #定义 TAG_END 269 #define TAG_SELF_CONTAINED 270 #define ERB_BLOCK_START 271 #define ERB_BLOCK_END 272 #define ERB_STRING_START 273 #define ERB_STRING_END 274 #define TAG_NO_TEXT_START 275 #define TAG_NO_TEXT_END 276 #define WHITE_SPACE 277 %} 数字 [0-9] 空白的 [ ] 字母 [A-Z-Z] name1 [A-Za-z_] 名称2 [A-Za-z_0-9] valid_tag_character [A-Za-z0-9"'=@_():/ ] 忽略标签样式|脚本 %% {空白}+"\n" { 返回 [ WHITE_SPACE, yytext ] } "\n"{空白}+ { 返回 [ WHITE_SPACE, yytext ] } {空白}+"\n"{空白}+ { 返回 [ WHITE_SPACE, yytext ] } "\r" { 返回 [ WHITE_SPACE, yytext ] } "\n" { return[ yytext[0], yytext[0..0] ] }; "\t" { return[ yytext[0], yytext[0..0] ] }; ^{空白}+ { 返回 [ WHITE_SPACE, yytext ] } {空白}+$ { 返回 [ WHITE_SPACE, yytext ] }; "" { 返回 [TAG_NO_TEXT_START, yytext] } "" { 返回 [TAG_NO_TEXT_END, yytext] } “”{返回[TAG_SELF_CONTAINED，yytext]} “”{返回[TAG_SELF_CONTAINED，yytext]} "" { 返回 [ TAG_START, yytext ] } "" { 返回 [TAG_END, yytext ] } "" { 返回 [ERB_BLOCK_END, yytext ] } "" { 返回 [ERB_STRING_END, yytext] } {字母}+ { 返回 [ WORD, yytext ] } \".*\" { 返回 [ STRING_DOUBLE_QUOTE, yytext ] } '.*' { 返回 [ STRING_SINGLE_QUOTE, yytext ] } . { 返回 [ yytext[0], yytext[0..0] ] } %%

这不是一个完整的语法，但出于我的目的，定位和重新发送文本，它有效。我把那个语法和一小段代码结合起来：

text_handler = MakeYourOwnCallbackHandler.new l = Erblex.new l.yyin = File.open(file_name, "r") 循环做 a,v = l.yylex 如果 a == 0 则中断 如果（一个

Answer 2

我最近遇到了类似的问题。我采用的方法是编写一个小脚本（erblint.rb）进行字符串替换，将 ERB 标签（<% %> 和 <%= %>）转换为 XML 标签，然后使用 Nokogiri 进行解析。

看下面的代码明白我的意思：

#!/usr/bin/env ruby
require 'rubygems'
require 'nokogiri'

# This is a simple program that reads in a Ruby ERB file, and parses
# it as an XHTML file. Specifically, it makes a decent attempt at
# converting the ERB tags (<% %> and <%= %>) to XML tags (<erb-disp/>
# and <erb-eval/> respectively.
#
# Once the document has been parsed, it will be validated and any
# error messages will be displayed.
#
# More complex option and error handling is left as an exercise to the user.

abort 'Usage: erb.rb <filename>' if ARGV.empty?

filename = ARGV[0]

begin
  doc = ""
  File.open(filename) do |file|
    puts "\n*** Parsing #{filename} ***\n\n"
    file.read(nil, s = "")

    # Substitute the standard ERB tags to convert them to XML tags
    #   <%= ... %> for <erb-disp> ... </erb-disp>
    #   <% ... %>  for <erb-eval> ... </erb-eval>
    #
    # Note that this won't work for more complex expressions such as:
    #   <a href=<% @some_object.generate_url -%> >link text</a>
    # Of course, this is not great style, anyway...
    s.gsub!(/<%=(.+?)%>/m, '<erb-disp>\1</erb-disp>')
    s.gsub!(/<%(.+?)%>/m, '<erb-eval>\1</erb-eval>')
    doc = Nokogiri::XML(s) do |config|
      # put more config options here if required
      # config.strict
    end
  end

  puts doc.to_xhtml(:indent => 2, :encoding => 'UTF-8')
  puts "Huzzah, no errors!" if doc.errors.empty?

  # Otherwise, print each error message
  doc.errors.each { |e| puts "Error at line #{e.line}: #{e}" }
rescue
  puts "Oops! Cannot open #{filename}"
end

我已将此作为要点发布在 Github 上：https://gist.github.com/787145