用于解析ERB文件的库
我试图解析，而不是评估，以Hpricot / Nokogiri类型方式导轨ERB文件。 我试图解析的文件包含混合了使用ERB生成的动态内容的HTML片段（标准的rails视图文件）我正在寻找一个不仅会解析周围内容的库，就像Hpricot或Nokogiri那样，但也会对待ERB符号，<％，<％=等，就好像它们是html / xml标签一样。
理想情况下，我会回到DOM结构，其中<％，<％= etc符号将作为自己的节点类型包含在内。
我知道可以使用正则表达式一起破解某些东西，但我正在寻找一些更可靠的东西，因为我正在开发一个工具，我需要在一个非常大的视图代码库上运行，其中包含html内容和erb内容是重要的。
例如，内容如：
等等等等等等我的精彩文字
将返回一个树结构，如：
根
- text_node（等等等等）
- 元素（div）
- text_node（我的好文字）
- erb_node（<％=）
我最终通过使用RLex， http： //raa.ruby-lang.org/project/ruby-lex/，以及以下语法的lex的ruby版本来解决这个问题：
％{
#define NUM 257
#define OPTOK 258
#define IDENT 259
#define OPETOK 260
#define CLSTOK 261
#define CLTOK 262
#define FLOAT 263
#define FIXNUM 264
#define WORD 265
#define STRING_DOUBLE_QUOTE 266
#define STRING_SINGLE_QUOTE 267
#define TAG_START 268
#define TAG_END 269
#define TAG_SELF_CONTAINED 270
#define ERB_BLOCK_START 271
#define ERB_BLOCK_END 272
#define ERB_STRING_START 273
#define ERB_STRING_END 274
#define TAG_NO_TEXT_START 275
#define TAG_NO_TEXT_END 276
#define WHITE_SPACE 277
％}
数字[0-9]
空白[]
信[A-Za-z]
name1 [A-Za-z_]
name2 [A-Za-z_0-9]
valid_tag_character [A-Za-z0-9“'= @ _（）：/]
ignore_tags样式|脚本
%%
{blank} +“\ n”{return [WHITE_SPACE，yytext]}
“\ n”{blank} + {return [WHITE_SPACE，yytext]}
{blank} +“\ n”{blank} + {return [WHITE_SPACE，yytext]}
“\ r”{return [WHITE_SPACE，yytext]}
“\ n”{return [yytext [0]，yytext [0..0]]};
“\ t”{return [yytext [0]，yytext [0..0]]};
^ {blank} + {return [WHITE_SPACE，yytext]}
{blank} + $ {return [WHITE_SPACE，yytext]};
“”{return [TAG_NO_TEXT_START，yytext]}
“”{return [TAG_NO_TEXT_END，yytext]}
“”{return [TAG_SELF_CONTAINED，yytext]}
“”{return [TAG_SELF_CONTAINED，yytext]}
“”{return [TAG_START，yytext]}
“”{return [TAG_END，yytext]}
“”{return [ERB_BLOCK_END，yytext]}
“”{return [ERB_STRING_END，yytext]}
{letter} + {return [WORD，yytext]}
\“。* \”{return [STRING_DOUBLE_QUOTE，yytext]}
'。*'{return [STRING_SINGLE_QUOTE，yytext]}
。 {return [yytext [0]，yytext [0..0]]}
%%
这不是一个完整的语法，但为了我的目的，查找和重新发出文本，它工作。 我将这个语法与这一小段代码结合起来：
text_handler = MakeYourOwnCallbackHandler.new
l = Erblex.new
l.yyin = File.open（file_name，“r”）
循环做
a，v = l.yylex
如果a == 0则中断
if（a
我最近有类似的问题。 我采用的方法是编写一个小脚本（erblint.rb）执行字符串替换以将ERB标记（ https://stackoverflow.com/questions/2588967/library-to-parse-erb-files/<% %>和https://stackoverflow.com/questions/2588967/library-to-parse-erb-files/<%= %> ）转换为XML标记，然后使用Nokogiri进行解析。
请参阅以下代码以了解我的意思：
#!/usr/bin/env ruby require 'rubygems' require 'nokogiri' # This is a simple program that reads in a Ruby ERB file, and parses # it as an XHTML file. Specifically, it makes a decent attempt at # converting the ERB tags (https://stackoverflow.com/questions/2588967/library-to-parse-erb-files/<% %> and https://stackoverflow.com/questions/2588967/library-to-parse-erb-files/<%= %>) to XML tags (' if ARGV.empty? filename = ARGV[0] begin doc = "" File.open(filename) do |file| puts "\n*** Parsing #{filename} ***\n\n" file.read(nil, s = "") # Substitute the standard ERB tags to convert them to XML tags # https://stackoverflow.com/questions/2588967/library-to-parse-erb-files/<%= ... %> for ... # https://stackoverflow.com/questions/2588967/library-to-parse-erb-files/<% ... %> for ... # # Note that this won't work for more complex expressions such as: # >link text # Of course, this is not great style, anyway... s.gsub!(/https://stackoverflow.com/questions/2588967/library-to-parse-erb-files/<%=(.+?)%>/m, '\1 ') s.gsub!(/https://stackoverflow.com/questions/2588967/library-to-parse-erb-files/<%(.+?)%>/m, '\1 ') doc = Nokogiri::XML(s) do |config| # put more config options here if required # config.strict end end puts doc.to_xhtml(:indent => 2, :encoding => 'UTF-8') puts "Huzzah, no errors!" if doc.errors.empty? # Otherwise, print each error message doc.errors.each { |e| puts "Error at line #{e.line}: #{e}" } rescue puts "Oops! Cannot open #{filename}" end
我在Github上发布了这个要点： https ： //gist.github.com/787145