Text2html converter - nahrazení jednoduchých tagů validně

Zdravím všechny,

nedávno jsem zde na diskusi představil můj text2html converter

Textization (na název nehleďte). Parsuje validně odstavce i seznamy, a to při jakémkoli nevalidním vstupu (snad). Problém nastává, když chci parsovat jednotlivé řádky a nahrazovat v nich nějaké znaky nějakými html tagy. Mám takovouhle proměnnou:

$tags = array(

	"**" => "strong",

	"//" => "em",

	"^^" => "sup",

	"__" => "sub",

	"++" => "ins",

	"--" => "del",

	"??" => "cite"

);

Chtěl bych nahradit třeba "**text**" za "<strong>text</strong>". Tagy nahrazuji v této části scriptu:

foreach ($tags as $symbol => $tag) {

	if (substr_count($row,$symbol) % 2) {

		$row .= $symbol;

	}

	if (substr_count($row,$symbol) > 1) {

		$count = substr_count($row,$symbol);

		for ($i = 1; $i <= $count; $i++) {

			$before = substr($row,0,strpos($row,$symbol));

			$after = substr($row,strpos($row,$symbol)+strlen($symbol));

			if ($i & 1) {

				$row = $before."<".$tag.">".$after;

			} else {

				$row = $before."</".$tag.">".$after;

			}

		}

	}

}

Problém nastává, když je vstup nevalidní, pak to háže i nevalidní výstup. Například z

**//text**//

tak to převede do

<strong><em>text</strong></em>

a to je nevalidní. Teď mám dvě možnosti. Buď budu konvertovat jen validní vstup, nebo to musím nějak automaticky zvalidnit. Druhá možnost se mi jeví jako lepší.

Řešili jste již někdy něco podobného?

Tak jsem již vymyslel něco, ale stále to nevrací úplně validní kód:

$this->op = "";



		$tags = array(

		"**" => "strong",

		"//" => "em",

		"^^" => "sup",

		"__" => "sub",

		"++" => "ins",

		"--" => "del",

		"??" => "cite"

		);



		foreach ($tags as $tag) {

			$this->op[$tag] = false;  // žádný tag není otevřený

			$this->tc[$tag] = 0; // každý se vyskytuje nulakrát

		}

		

		$position = array();



		if (strlen($row) > 0) {

			for ($i = 0; $i < strlen($row); $i++) { //procházení řetězce po znacích

				if ($i > 100) break;

				foreach ($tags as $tag => $tagg) {

					$tp = strpos($row,$tag);

					if ($tp == $i && $tp !== false) {  //když je na aktuální pozici některý z nahrazovaných tagů ...

						$at = $tag;

					}

				}

				

				

				$entity = $at;  // třeba "--"

				

				$at = $tags[$at]; // třeba "del"

				

				if (empty($at)) continue;

				



				if (($this->tc[$at] / 2) == 0) { // základní replace

					$replace = "<$at>";

					$this->op[$at] = true;

				} else {

					$replace = "</$at>";

					$this->op[$at] = false;

				}

				

				$this->tc[$at]++; // zvýší počet nalezených tagů o 1

				

				$opened = array();

				foreach ($this->op as $str => $status) {

					if ($status === true && $str <> $at) {

						$opened[] = $str; // zapíše všechny otevřené tagy do array

					}

				}



				array_reverse($opened); otočí, aby se k replacu přidávaly v opačném pořadí

				

				$bef = 0;

				$aft = 0;



				$before = substr($row,0,$i); // řetězec přet tagem

				

				$after = substr($row,$i+strlen($entity));  // řetězec za tagem

				

				foreach ($opened as $ope) {

					$tags = array_flip($tags);

					$ent = $tags[$ope];

					$tags = array_flip($tags);

					if (strpos($after,$ent) === 0) {  // když se otevřený tag dále nenachází, tak ho uzavře

						$replace = "</$ope>$replace";

						$this->op[$ope] = false;

						$after = substr($after,strlen($entity));

					} elseif (strrpos($after,$ope) == strlen($after) - strlen($ope) - 1) { // když je otevřený tag přesně před tímto tagem, teď si uvědomuji, že je to bug

						$replace = $replace."<$ope>";

						$before = substr($before,0,-(strlen($ope)+2)); // ořízne tag před řetězcem

					} else {

						$replace = "</$ope>$replace<$ope>";

					}

				}

				

			}

		}



		foreach ($this->op as $op => $vas) {  //zavře, většinou ve špatném pořadí - bug

			if ($vas === true) {

				$row .= "</$op>";

			}

			$row = str_replace("<$op></$op>","",$row);  // kdyby náhodou, odstraní prázdné tagy

		}

Jak vidíte, tak to ještě není úplně validní, pokusím se s tím něco udělat a pak to sem zas hodím.

printf-jinde, však já jsem tam také implementoval zásobník. je to proměnná "op".