C++ 中的 HTML 实体解析器
假设我们有一个字符串;我们需要设计一个 HTML 解析器，将 HTML 语法中的特殊字符替换为普通字符。HTML 实体解析器以 HTML 代码为输入，将所有特殊字符的实体替换为字符本身。以下是 HTML 中的特殊字符及其实体 −
引号 − 的实体为 "，符号字符为 "。
单引号 − 的实体为 '，符号字符为 '。
与号 − 的实体为 &，符号字符为 &。
大于号 − 的实体为 >且符号字符为 >。
小于号 − 表示实体为 < 且符号字符为 <。
斜线 − 表示实体为 ⁄ 且符号字符为 /。
因此，如果输入为"& 已更改但 &ambassador; 未更改"，则输出为"& 已更改但 &ambassador;不是。<
为了解决这个问题，我们将遵循以下步骤 −
定义一个数组 v = 通过使用空格拆分字符串来初始化 v
ret := 空字符串
定义一个映射 m，它将所有 HTML 符号作为键，并将相应的特殊字符作为值
初始化 i := 0，当 i < v 的大小时，更新(将 i 增加 1)，执行 −
s := v[i]
temp := 空字符串
n := v[i] 的大小
k := 0
当 k < n，执行 −
如果 v[i, k] 与 '&' 相同，则执行 −
temp := temp + v[i, k]
(将 k 增加 1)
当 (k < n 且 v[i, k] 不等于 ';') 时，执行 −
temp := temp + v[i, k]
(将 k 增加 1)
temp := temp + v[i, k]
(将 k 增加 1)
如果 temp 是 m 的成员，则 −
ret := ret + m[temp]
否则
ret := ret + temp
temp := 空字符串
否则
ret := ret + v[i, k]
(将 k 增加 1)
如果 temp 的大小不为 0，且 temp 是 m 的成员，则 −
ret := ret 连接 m[temp]
否则，当 temp 的大小为 0 时，则 −
ret := ret 连接 temp
如果 i 不等于 v 的大小，则 −
ret := ret 连接空格
return ret
示例
让我们看下面的实现，以便更好地理解 −
#include <bits/stdc++.h>
using namespace std;
class Solution {
public:
vector <string> split(string& s, char delimiter){
vector <string> tokens;
string token;
istringstream tokenStream(s);
while(getline(tokenStream, token, delimiter)){
tokens.push_back(token);
}
return tokens;
}
void out(vector <string> v){
for(string s : v) cout << s << endl;
}
string entityParser(string text) {
vector<string> v = split(text, ' ');
string ret = "";
map<string, string> m;
m["""] = "\"";
m["'"] = "\'";
m["&"] = "&";
m[">"] = ">";
m["<"] = "<";
m["⁄"] = "/";
for (int i = 0; i < v.size(); i++) {
string s = v[i];
string temp = "";
int n = v[i].size();
int k = 0;
while (k < n) {
if (v[i][k] == '&') {
temp += v[i][k];
k++;
while (k < n && v[i][k] != ';') {
temp += v[i][k];
k++;
}
temp += v[i][k];
k++;
if (m.count(temp))
ret += m[temp];
else
ret += temp;
temp = "";
}
else {
ret += v[i][k];
k++;
}
}
if (temp.size() && m.count(temp)) {
ret += m[temp];
}
else if (temp.size())
ret += temp;
if (i != v.size() - 1)
ret += " ";
}
return ret;
}
};
main(){
Solution ob;
cout << (ob.entityParser("& is changed but &ambassador; is not."));
}
输入
"& is changed but &ambassador; is not."
输出
& is changed but &ambassador; is not.
