Regexps endiabradas

A situacao eh a seguinte:

todos ja conhecem os bbcodes, essas tagzinhas entre colchetes que usamos o tempo todo aqui no forum, nao?!.. Pois bem, estava eu fazendo a implementaco delas no jforum, testando aqui e acola, quando me liguei do fato que as tags contidas dentro de uma tag code ( [code] ) nao podem ser processadas.. ou seja, devem ser consideradas como texto literal, ao inves de rolar o processamento.

Mexe aqui, arruma ali e nada parece funcionar, chegando ao ponto de fazer uns hacks bisonhos que funcionam parcialmente. Fiz da seguinte maneira:

Na definicao das tags, especifiquei que, antes de fazer o replace das tags [code] e [/code] pelo respectivo codigo HTML, deveria ser feito um outro processamento, o qual faria o trabalho sujo de evitar que outras possiveis bb tags dentro da tag code fossem processadas.. Logicamente nao desejo que as demais tags, que se encontram fora de [code] / [/code], sejam afetadas, o que resulta na necessidade de pegar somente o texto entre [code] e [/code]. Para tanto, usei a seguinte regex:

A qual aplico no conteudo desejado. Para recuperar o conteudo, uso

no caso, bb.getBeforeUseRegexp()) contem a regexp mostrada anteriormente. Depois uso

para pegar o conteudo entre [code] e [/code], vindo examente o que preciso. Apos isso, faco

onde bb.getBeforeReplace() contem "[" e bb.getBeforeReplaceWith() contem "#91;". Isso faz com que o caracter de abertura de colchete seja transformado no seu respectivo codigo HTML, evitando assim que as outras regexp detectem a tag. Isso funciona ok.

Feito isso, eh hora de aplicar a regexp "real", ou seja, a que ira substituir [code] e [/code] pelas respectivas tags HTML. Para esse caso, uso a regexp

que faz o trabalho sujo como deveria...

Ou quase. Pois agora ha os problemas em si dessa implementacao:

Logicamente, matcher.group(1) nao ira resolver o caso caso eu tenha varias tags [code] na mensagem, pois somente uma das tags sera considerada.
Eu precisaria pegar e processar todos os grupos de possiveis tags "code" existentes na mensagem, aplicar o replace do caracterer de colchete e somente entao aplicar a regexp (?s), no final de tudo..

Sem contar que essa "solucao" que fiz ate agora ta uma gambiarra soh aparentemente...

Rafael

deixe-me pensar....
ok....bom cara, vc tem q montar aquelas arvores que se usam em compiladores, nao eh?
ai vc pode estruturar as partes na arvore e trabalha dentro de uma arvore ...
entendeu?

mais ou menos assim:

isso viraria uma arvore assim:

ai vc faz as trocas (ou nao) nos nós da árvore....dá uma olhada.. nao lembro o nome dessas arvores em compiladores..... creio que sejam arvores de automatos.... nao fui um bom aluno de COMP.

Rafael Steil wrote:Logicamente, matcher.group(1) nao ira resolver o caso caso eu tenha varias tags [code] na mensagem, pois somente uma das tags sera considerada.

E, se, enquanto houver tags [code] você faz esse replace...

Mas isso só iria fazer aumentar a "gambiarra" que você diz estar fazendo

Pode ser também né....
E no seu XML de config vc definiria:

Vegetto wrote:

Rafael Steil wrote:Logicamente, matcher.group(1) nao ira resolver o caso caso eu tenha varias tags [code] na mensagem, pois somente uma das tags sera considerada.

E, se, enquanto houver tags [code] você faz esse replace...

Mas isso só iria fazer aumentar a "gambiarra" que você diz estar fazendo

Nao resolve, pois a regexp nao pega todos os code de uma unica vez, e ficar rodando ela de novo ficaria retornando sempre o mesmo pecado de codigo..

Uma possivel solucao seria eu processar uma parte, fazer o replace pelo html, entao reprocessar desde o inicio, verificar se teve match, fazer replace pelo html, preproecessar....

Mas se tiver que chegar nesse ponto, faco manipulacao de strings no braco.

Rafael

Ceeerto, é realmente isso é muito sujo...

Você chegou a dar uma olhada na implementação dessa funcionalidade no phpBB ? Ou lá é com gambiarra também?

Bom, achei uma solucao usando a implementacao atual, e vai ficar assim ate algo melhor aparecer

Basicamente, coloquei o processamento em um while() e mudei os replaceAll() por replaceFirst().. ou seja, processo um pedaco, entao faco o match de novo, reprocesso etc etc..

tipo:

Funcionando esta..

Rafael

Vegetto wrote:Ceeerto, é realmente isso é muito sujo...

Você chegou a dar uma olhada na implementação dessa funcionalidade no phpBB ? Ou lá é com gambiarra também?

O que eu faco com 30 linhas de codigo, o phpbb faz com 500 .. eh q no phpbb eles usam um minimo de regexp, e fazem trocentas verificacoes e manipulacoes no braco a mais..

Rafael

Pultz, que droga, não sabia que o código deles era tão porquinho

Vegetto wrote:Pultz, que droga, não sabia que o código deles era tão porquinho

Porco eh o codigo do Nuke On JBoss... eh de dar vontade de vomitar.

O codigo do phpbb nao eh porco, os caras program direitinho. Mas devido a algumas escolhas deles em relacao a arquitetura, seguranca, e mesmo por causa de como algumas coias sao feitas em php ( nao estou dizendo que seja ruim ), o codigo eh maior.. Codigo menor nao significa necessariamente codigo melhor

Rafael

Mas de 500 pra 30 linhas? Concluímos que...

haahahahhaah

abraços

Notícias, artigos e o maior fórum brasileiro sobre Java