编写语法高亮工具

Question

我希望为我正在考虑的一个暑期项目编写自己的语法高亮笔，但我不确定如何编写自己的语法高亮笔。

我知道有很多实现，但我想了解正则表达式和语法突出显示是如何工作的。

语法突出显示是如何工作的，开发语法突出显示有哪些好的参考资料？语法荧光笔是在键入时扫描每个字符，还是在键入每个字符后作为一个整体扫描文档/文本区域？

任何见解都将不胜感激。

谢谢。

PS:我本来打算用ActionScript写的

Answer 1

语法高亮显示可以以两种非常普遍的方式工作。第一个实现了针对被突出显示的语言的完整的词法分析器和解析器，准确地识别每个标记的类型(关键字、类名、实例名、变量类型、预处理器指令...)。这提供了根据某些规范(红色的关键字、蓝色的类名等)准确突出显示代码所需的所有信息。

第二种方式类似于Google Code Prettify采用的方式，其中不是每种语言实现一个词法分析器/解析器，而是使用几个非常通用的解析器，可以很好地处理大多数语法。例如，这种高亮笔将能够很好地解析和突出显示任何类似C的语言，因为它的词法分析器/解析器可以识别这些语言的一般组件。

这也有一个好处，那就是，你不需要明确地指定语言，因为引擎将自己确定它的通用解析器中哪一个可以做得最好。当然，缺点是突出显示不如使用特定于语言的解析器时那么完美。

Answer 2

构建语法高亮笔就是在代码中找到特定的关键字，并为它们提供特定的样式(字体、字体样式、颜色等)。为了实现这一点，您需要定义一个特定于编写代码的编程语言的关键字列表，然后解析文本(例如，使用正则表达式)，找到特定的标记并将其替换为样式正确的HTML标记。

用JavaScript编写的一个非常基本的高亮工具应该是这样的：

var keywords = [ "public", "class", "private", "static", "return", "void" ];
for (var i = 0; i < keywords.length; i++)
{
        var regex = new RegExp("([^A-z0-9])(" + keywords[i] + ")([^A-z0-9])(?![^<]*>|[^<>]*</)", "g");
        code = code.replace(regex, "$1<span class='rm-code-keyword'>$2</span>$3");
}

Answer 3

在StackOverflow podcast number 50中，Steve Yegge谈到了他创建一些通用高亮机制的项目。这不是一个成品，而且可能比你想要的更复杂，但可能会有一些有趣的东西。