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 &lt; ,对应的字符是 < 。
  • 斜线号:字符实体为 &frasl; ,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:

1
2
3
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:

1
2
输入:text = "and I quote: "...""
输出:"and I quote: \"...\""

示例 3:

1
2
输入:text = "Stay home! Practice on Leetcode :)"
输出:"Stay home! Practice on Leetcode :)"

示例 4:

1
2
输入:text = "x > y && x < y is always false"
输出:"x > y && x < y is always false"

示例 5:

1
2
输入:text = "leetcode.com&frasl;problemset&frasl;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 &amp;gt; 会多次转义得到结果 >,但实际期望是 &gt;。所以……正则搞起……

代码

Go

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
package main

import (
"fmt"
"regexp"
)

var parsers = map[string]string{
"&quot;": "\"",
"&apos;": "'",
"&amp;": "&",
"&gt;": ">",
"&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;"))
}

评论