LeetCode：HTML 实体解析器

题目

「HTML 实体解析器」 是一种特殊的解析器，它将 HTML 代码作为输入，并用字符本身替换掉所有这些特殊的字符实体。

HTML 里这些特殊字符和它们对应的字符实体包括：

• 双引号：字符实体为 " ，对应的字符是 " 。
• 单引号：字符实体为 ' ，对应的字符是 ' 。
• 与符号：字符实体为 & ，对应对的字符是 & 。
• 大于号：字符实体为 > ，对应的字符是 > 。
• 小于号：字符实体为 < ，对应的字符是 < 。
• 斜线号：字符实体为 ⁄ ，对应的字符是 / 。

给你输入字符串 text ，请你实现一个 HTML 实体解析器，返回解析器解析后的结果。

示例 1：

输入：text = "& is an HTML entity but &ambassador; is not."
输出："& is an HTML entity but &ambassador; is not."
解释：解析器把字符实体 & 用 & 替换

示例 2：

输入：text = "and I quote: "...""
输出："and I quote: \"...\""

示例 3：

输入：text = "Stay home! Practice on Leetcode :)"
输出："Stay home! Practice on Leetcode :)"

示例 4：

输入：text = "x > y && x < y is always false"
输出："x > y && x < y is always false"

示例 5：

输入：text = "leetcode.com⁄problemset⁄all"
输出："leetcode.com/problemset/all"

提示：

• 1 <= text.length <= 10^5
• 字符串可能包含 256 个ASCII 字符中的任意字符。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/html-entity-parser

思路

一开始以为 N 个替换就好，后来发现 > 会多次转义得到结果 >，但实际期望是 >。所以……正则搞起……

代码

Go

package main

import (
	"fmt"
	"regexp"
)

var parsers = map[string]string{
	""":  "\"",
	"'":  "'",
	"&":   "&",
	">":    ">",
	"&lt;":    "<",
	"&frasl;": "/",
}

func entityParser(text string) string {
	re := regexp.MustCompile(`(&quot;|&apos;|&amp;|&gt;|&lt;|&frasl;)`)

	result := re.ReplaceAllStringFunc(text, func(s string) string {
		matchs := re.FindStringSubmatch(s)

		for k, v := range parsers {
			if k == matchs[1] {
				return v
			}
		}

		return ""
	})

	return result
}

func main() {
	fmt.Println(entityParser("&amp; is an HTML entity but &ambassador; is not."))
	fmt.Println(entityParser("&amp;gt;"))
}