Fjerne bbCode-tagger

[TheHvidsten]

Jeg har en database med diverse bbCode-lignende tagger.

Dette må jeg nå konvertere til HTML. De fleste taggene skal jeg klare helt fint å konvertere men den har også en listestruktur jeg sliter litt med.

Strukturen ser slik ut:

 

[li]Punkt 1[/li]

[li]Punkt 2

[li]Underpunkt 1[/li]

[li]Underpunkt 2[/li]

[/li]

[li]Punkt 3[/li]

 

Dette ønsker jeg da skal konverteres til å ha en korrekt struktur med <ul> og <li> (og også <ul> inne i en <li>). Resultatet skal da altså bli slik:

 

<ul>

<li>Punkt 1</li>

<li>Punkt 2

<ul>

<li>Underpunkt 1</li>

<li>Underpunkt 2</li>

</ul>

</li>

<li>Punkt 3</li>

</ul>

 

Er det noen som har noen gode måter å gjøre dette på?

[Crowly]

Denne ser ut til å gjøre det du ønsker https://github.com/gajus/dindent, evt. i kombinasjon med denne https://github.com/jbowens/jBBCode for å konvertere til html tagger først.

Har ikke testet.

[TheHvidsten]

Utfordringa er at dataene ikke følger bbCode-"standarden" hvor man har en placeholder utenfor lista.
Her på diskusjon.no brukes følgende:

[list]
[*]Punkt 1[/*]
[*]Punkt 1[/*]
[/list] 

Hadde dataene jeg jobber med hatt et slik format ville jeg nok kunne bruke linkene dine, og hadde forsåvidt enkelt kunne rettet opp i det selv. Det har jo ingen

• i denne databasen så da blir det litt vanskeligere.

[Emancipate]

Hva er det som skiller listene? Altså hva ønsker du skal definere at her starter og slutter en liste?

 

Når du kommer til en [li] og du ikke er i en liste generer du <ul><li>.

 

Når du er i en liste forventer du [li] rett etter [/li] Hvis du ikke får [li] genererer du </ul>.

Endret 5. april 2015 av Emancipate

[TheHvidsten]

Ja, det er akkurat dette jeg er på jakt etter, men som jeg ikke helt får til.

[Emancipate]

Du må legge ut mer av dataen du skal gjøre dette på. Spm er hvilke lovlige tegn skal finnes mellom [/li] og [li] uten at det startes en ny liste?

 

Og kanskje legge ut hva du allerede gjør med de andre taggene.

Endret 5. april 2015 av Emancipate

[TheHvidsten]

Dataene blir som i første post, altså noe lignende dette:

 

Strukturen ser da f.eks. slik ut:

Diverse tekst som ikke hører til punktlista

[li]Punkt 1[/li]

[li]Punkt 2

[li]Underpunkt 1[/li]

[li]Underpunkt 2[/li]

[/li]

[li]Punkt 3[/li]

Diverse annen tekst som ikke hører til punktlista

 

[Emancipate]

Det må en ganske komplisert regel til, beskrevet under i pesudo-kode.

MainLoop:
    CurrentText = GetNextTextPiece()
    MainLoopWithoutUpdate:
    if CurrentText = [li] // ** 1
        output "<ul> <li>"
    else if CurrentText = [/li] // ** 2
        output "</li>"
        CurrentText = GetNextTextPiece()
                    while CurrentText = space/newline  // skip optional space/newline
                        output CurrentText
                        CurrentText = GetNextTextPiece()
                    end while // end skip optional space/newline
        if CurrentText = "[li]" // ** 3
            output "<li>"
        else                    // ** 4
            output "</ul>"
            GoTo MainLoopWithoutUpdate
        end if
    else    // ** 5
        output CurrentText
    end if
if CurrentText != "" GoTo MainLoop

GetNextTextPiece() er en funksjon som leser fra input og gir en kort streng. I dette eksempelet bør den dele opp teksten i [li] [/li] mellomrom, ny linje, alle andre tegn. I eksempelet er gyldig utput fra reperterte kall til getnexttextpiece for eksempel slik (hvert resultat på ny linje):

 

Diverse tekst som ikke hører til punktlista

#LF

[li]

Punkt

#SPACE

1

#LF

[/li]

#LF

[li]

P

un

kt

#SPACE

2

#LF

[li]

#LF

Underpunkt

 

osv... Om du virkelig vil gjøre det enkelt returnerer du én og én bokstav (unntatt når du har med en li-tag å gjøre).

Endret 5. april 2015 av Emancipate

[Emancipate]

Regelen med ord blir kanskje noe sånt som:

 

Hvis [li] kommer rett etter [/li] er det et nytt element i samme liste, ellers påbegynnes en ny liste (<ul>)

Hvis [/li] etterfølges av [li] er vi fortsatt i samme liste, ellers avsluttes lista (</ul>)

[Emancipate]

Hehe, jeg forvirret kanskje mer en jeg hjalp, men det var jo faktisk et kinkig spørsmål.

 

Hvis man sltter linjeskift og mellomrom mellom taggene kan man tilsynelatende gjøre noen replace-operasjoner *i riktig rekkefølge* for å implementere reglene i posten over.

 

Hvis du har String$ = ReplaceString(String$, StringToFind$, ReplacementString$):

 

 

// Hvis [li] kommer rett etter [/li] er det et nytt element i samme liste (og vi avslutter det forrige)
In = ReplaceString(In, "[/li][li]", "</li><li>")
 
// Ellers påbegynnes en ny liste
In = ReplaceString(In, "[li]", "<ul><li>")
 
// Til sist, lukk listen når vi har [/li] uten [li] rett etter
In = ReplaceString(In, "[/li]", "</li></ul>")
 

[TheHvidsten]

Etter en del tenking kom også jeg frem til at dette var litt kinkig

 

Jeg fikk lagt inn noe regular expression replace for å fjerne alle whitespace mellom [li] og [/li] taggene, og med en vanlig replace med din rekkefølge ser det ut til at det gjør akkurat det jeg var på jakt etter.

Koden ser da ut som følgende

// Fjerne whitespace
$bm = preg_replace('#\[/li\](.\s?)\[li\]#si', '[/li][li]', $bm);

$text = str_replace("[/li][li]", "</li><li>", $text);
$text = str_replace("[li]", "<ul><li>", $text);
$text = str_replace("[/li]", "</li></ul>", $text);

Dette ser ut til å (foreløpig) fungere utmerket, så får jeg kjøre konverteringen på alt og se om det dukker opp noen spesialtilfeller.

Takk for hjelpen