C++のHTMLエンティティパーサー

文字列があるとします。 HTML構文の特殊文字を通常の文字に置き換える1つのHTMLパーサーを設計する必要があります。 HTMLエンティティパーサーは、HTMLコードを入力として受け取り、特殊文字のすべてのエンティティを文字自体に置き換えるパーサーです。これらは、HTMLの特殊文字とそのエンティティです-

• 引用符-エンティティは「」で、記号文字は「」です。

• 一重引用符-エンティティは'、記号文字は'です。

• アンパサンド-エンティティは＆であり、記号文字は＆です。

• 大なり記号-エンティティは>であり、記号文字は>です。

• 符号未満-エンティティは<であり、記号文字は<。

• スラッシュ-エンティティは⁄で、記号文字は/です。

したがって、入力が「＆は変更されたが＆ambassador;は変更されていない」のような場合、出力は「＆は変更されたが＆ambassador;は変更されなかった」になります。

これを解決するには、次の手順に従います-

• 配列を定義するv=スペースを使用して文字列を分割することによりvを初期化する

• ret：=空の文字列

• 1つのマップmを定義します。これにより、すべてのHTMLシンボルがキーとして保持され、対応する特殊文字が値として保持されます

• 初期化i：=0の場合、i

  • s：=v [i]

  • temp：=空の文字列

  • n：=v [i]

    のサイズ

  • k：=0

  • k

    • v [i、k]が'＆'と同じ場合、-

      • temp：=temp + v [i、k]

      • （kを1増やします）

      • （k

        • temp：=temp + v [i、k]

        • （kを1増やします）

      • temp：=temp + v [i、k]

      • （kを1増やします）

      • tempがmのメンバーである場合、-

        • ret：=ret + m [temp]

      • それ以外の場合

        • ret：=ret + temp

      • temp：=空の文字列

    • それ以外の場合

      • ret：=ret + v [i、k]

      • （kを1増やします）

  • tempのサイズが0でなく、tempがmのメンバーである場合、-

    • ret：=ret concatenate m [temp]

  • それ以外の場合、温度のサイズの場合、-

    • ret：=ret concatenate temp

  • iがvのサイズと等しくない場合、-

    • ret：=ret連結空白スペース

• retを返す

例

理解を深めるために、次の実装を見てみましょう-

#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."));
}

入力

"& is changed but &ambassador; is not."

出力

& is changed but &ambassador; is not.