Markdown表语法的正则表达式？

Question

我正在开发a little tool，它允许我将Github wikis转换为Github页面。现在我正在尝试为Markdown表添加适当的支持（我正在使用的解析器不支持）。

现在我连接到解析器的词法分析器，然后使用各种Github wiki特定的调整（即链接）扩展它，然后将修改后的标记传递回解析器。表格也应符合此方案。我的调整使用各种正则表达式和正则表达式替换，以执行我需要的修改。

不过，我对复杂的表语法有些困惑。你可以找到一个here和here的例子。你可以看到有一些结构，但有些部分是完全可选的。

我已经考虑了一下，我想我想要一个正则表达式，它会输出一个包含标题（第一行），列对齐数据（第二行）和实际内容作为单独组的组。它应包含至少一个内容行以便匹配。标题和对齐数据也必须遵守某些规则，如示例所示。

你会如何建立像这样的正则表达式？更好的是，有人可以为我提供一些建立起点的起点吗？我的方法可能被误导（也许可以避免正则表达式？）。如果是这样，任何导致相同结果的想法都会受到赞赏。

Answer 1

我有同样的问题，从来没有找到合适的答案，我最终想出了以下内容。

^(\|[^\n]+\|\r?\n)((?:\|:?[-]+:?)+\|)(\n(?:\|[^\n]+\|\r?\n?)*)?$

标志是“全局”和“多线”。

虽然它并不是真正基于Sean's answer，但它确实最终变得非常相似，但有一些显着的差异，比如缩短一点，以较少的步骤完成（59和126步，根据regex101.com），并且可能更多“明智的“捕获群体。另外，它也允许“不完整”的表格。 （如同没有“身体”）。 （我在一个单独的答案中添加它的原因是我确实发现它更有用，加上我的自我不允许我这样做）;）。

简而言之：

• 它只允许“严格”的降价表，其中每一行以|字符开头和结尾，并且“单元格对齐”行格式正确。
• 第一组捕获“头部”，第二组捕获“细胞比对”线，（可选）第三组捕获“身体”。
• 它需要至少一个完整且格式正确的“对齐”单元格才能将其视为一个表格，否则将匹配不完整的表格（即没有“正文”）。

在Java（Android）和这里测试：

Regex101

和这里：

Debuggex Demo

希望它可以帮助某人。 :)

Answer 2

我需要一个针对同一问题的正则表达式解决方案。这是我到目前为止所做的，将更新它，因为我能够改进它：

|(?:([^\r\n|]*)\|)+\r?\n\|(?:(:?-+:?)\|)+\r?\n(\|(?:([^\r\n|]*)\|)+\r?\n)+

Debuggex Demo

用javascript测试

Answer 3

我做过的事情：

1. 用于解析表头和分隔符的正则表达式!!

[|]?(\s+[A-Za-z0-9 -_*#@$%:;?!.,\/\\]+\s+)[|]?[|]?(\s+[A-Za-z0-9 -_*#@$%:;?!.,\/\\]+\s+)[|]?[|]?(\s+[A-Za-z0-9 -_*#@$%:;?!.,\/\\]+\s+)[|]?\r?\n?\|?:-+:\|?:-+:\|?:-+:\|? -Edit - 全球

2. 正则表达式标题和文本之间的分隔符

\|?:-+:\|?:-+:\|?:-+:\|?\r?\n? - 修改 - 全局

3. 正则表达式解析标题分隔符之前和之后的所有元素！

[|]?(\s+[A-Za-z0-9 -_*#@$%:;?!.,\/\\]+\s+)[|]?[|]?(\s+[A-Za-z0-9 -_*#@$%:;?!.,\/\\]+\s+)[|]?[|]?(\s+[A-Za-z0-9 -_*#@$%:;?!.,\/\\]+\s+)[|]?\r?\n?

- 修饰符 - 全局，多行

这是表，用于解析。

| Tables        | Are           | Cool  |
|:-------------:|:-------------:|:-----:|
| col 3 is      |    r-l        | $1600 |
| col 2 is      | centered      |   $12 |
| zebra stripes | are neat      |    $1 |

Answer 4

我最终完全跳过了Regex并且使用传统逻辑将它们一起破解。它可能不像基于正则表达式的那样漂亮或短，但至少我可以轻松地保持这一点。

我确实找到了一些可能符合这个目的的正则数据集。见MultiMarkdown。