什麼是完成維基格式化（.Net）的完美正則表達式？

Question

嗨，大家好，我有這個wiki格式化算法，我在Stacked上使用「wiki語法」創建HTML，我不確定當前使用的算法是否足夠好，最優或包含錯誤我不是真正的「正則表達式大師」。這是我目前使用的;

// Body is wiki content... 
string tmp = Body.Replace("&", "&amp;").Replace("<", "&lt;").Replace(">", "&gt;"); 
// Sanitizing carriage returns... 
tmp = tmp.Replace("\\r\\n", "\\n"); 

// Replacing dummy links... 
tmp = Regex.Replace(
" " + tmp, 
"(?<spaceChar>\\s+)(?<linkType>http://|https://)(?<link>\\S+)", 
"${spaceChar}<a href=\"${linkType}${link}\"" + nofollow + ">${link}</a>", 
RegexOptions.Compiled).Trim(); 

// Replacing wiki links 
tmp = Regex.Replace(tmp, 
"(?<begin>\\[{1})(?<linkType>http://|https://)(?<link>\\S+)\\s+(?<content>[^\\]]+)(?<end>[\\]]{1})", 
"<a href=\"${linkType}${link}\"" + nofollow + ">${content}</a>", 
RegexOptions.Compiled); 

// Replacing bolds 
tmp = Regex.Replace(tmp, 
"(?<begin>\\*{1})(?<content>.+?)(?<end>\\*{1})", 
"<strong>${content}</strong>", 
RegexOptions.Compiled); 

// Replacing italics 
tmp = Regex.Replace(tmp, 
"(?<begin>_{1})(?<content>.+?)(?<end>_{1})", 
"<em>${content}</em>", 
RegexOptions.Compiled); 

// Replacing lists 
tmp = Regex.Replace(tmp, 
"(?<begin>\\*{1}[ ]{1})(?<content>.+)(?<end>[^*])", 
"<li>${content}</li>", 
RegexOptions.Compiled); 
tmp = Regex.Replace(tmp, 
"(?<content>\\<li\\>{1}.+\\<\\/li\\>)", 
"<ul>${content}</ul>", 
RegexOptions.Compiled); 

// Quoting 
tmp = Regex.Replace(tmp, 
"(?<content>^&gt;.+$)", 
"<blockquote>${content}</blockquote>", 
RegexOptions.Compiled | RegexOptions.Multiline).Replace("</blockquote>\n<blockquote>", "\n"); 

// Paragraphs 
tmp = Regex.Replace(tmp, 
"(?<content>)\\n{2}", 
"${content}</p><p>", 
RegexOptions.Compiled); 

// Breaks 
tmp = Regex.Replace(tmp, 
"(?<content>)\\n{1}", 
"${content}<br />", 
RegexOptions.Compiled); 

// Code 
tmp = Regex.Replace(tmp, 
"(?<begin>\\[code\\])(?<content>[^$]+)(?<end>\\[/code\\])", 
"<pre class=\"code\">${content}</pre>", 
RegexOptions.Compiled); 

// Now hopefully tmp will contain perfect HTML 

對於那些誰認爲這是很難看到這裏的代碼，你也可以檢查出來here ...

下面是完整的「維基語法」;

語法在這裏：

Link; [http://x.com text] 

*bold* (asterisk on both sides) 

_italic_ (underscores on both sides) 

* Listitem 1 
* Listitem 2 
* Listitem 3 
(the above is asterixes but so.com also creates lists from it) 

2 x Carriage Return is opening a new paragraph 

1 x Carriage Return is break (br) 

[code] 
if(YouDoThis) 
    YouCanWriteCode(); 
[/code] 


> quote (less then operator) 

如果有一些「正則表達式大師」想先回顧一下這個正則表達式的邏輯誰我明白了很多:)

Answer 1

不要使用正則表達式這項任務，這是危險的，不會讓你開心。用戶輸入可以以超乎想象的方式被破壞（有意或無意），任何正則表達式都無法涵蓋所有​​可能的情況。

這裏有一些解析器，它有一些上下文和嵌套的概念。

你可以發佈你的允許語法的完整樣本，讓人們可以開始給你一個想法如何解析它？

---

編輯：你可以考慮使用一個（可能已修改）Markdown解析器這種可能性。 .NET有一個開源的變種：Markdown.NET，至少看源代碼可能是值得的。也許修改它以適應您的需求並不難。