正则表达式 实现hexo next主题代码块转markdown代码块

发表于 更新于 分类于 ， ， Waline： 本文字数： 1.9k 阅读时长 ≈ 2 分钟

处理文本

hexo next主题 生成的代码块html代码，如下所示

1
2
3
4
5
6
7
8
9
10
11
12
<figure class="highlight plain">
    <table>
        <tr>
            <td class="gutter">
                <pre><span class="line">1</span><br></pre>
            </td>
            <td class="code">
                <pre><span class="line">&lt;div class=&quot;post-body&quot;.*?&gt;(.+)&lt;\/div&gt;</span><br></pre>
            </td>
        </tr>
    </table>
</figure>

现在把这段代码转为原生的markdown代码块：

获取代码文本

删除代码块行数

匹配正则

1
<td class="gutter">(\s*.*?)+?<\/td>

替换正则
空字符串
替换结果

1
2
3
4
5
6
7
8
9
10
<figure class="highlight plain">
    <table>
        <tr>

            <td class="code">
                <pre><span class="line">&lt;div class=&quot;post-body&quot;.*?&gt;(.+)&lt;\/div&gt;</span><br></pre>
            </td>
        </tr>
    </table>
</figure>

替换换行符

代码文可能有多行，需要把换行符从<br>换成\n:
匹配正则:<br>
替换正则:\n
替换结果:

1
2
3
4
5
6
7
8
9
10
11
<figure class="highlight plain">
    <table>
        <tr>
            
            <td class="code">
                <pre><span class="line">&lt;div class=&quot;post-body&quot;.*?&gt;(.+)&lt;\/div&gt;</span>
</pre>
            </td>
        </tr>
    </table>
</figure>

删除剩下的所有html标签

删除掉行号之后，旧简单了，只要删除掉所有的html标签即可得到代码块中的文本
匹配正则

1
<\/?.*?>

**替换正则:**空字符串
替换结果:

1
2
3
4
5
6
7
8
9
10
11

    
        
            
            
&lt;div class=&quot;post-body&quot;.*?&gt;(.+)&lt;\/div&gt;

删除空行

匹配正则:^\s*$(\n|\r\n)*
替换正则:"",空字符串
替换结果:

1
2
&lt;div class=&quot;post-body&quot;.*?&gt;(.+)&lt;\/div&gt;

删除多余空白符

匹配正则：^\s{2}
**替换正则:**空字符串
替换结果:

1
2
&lt;div class=&quot;post-body&quot;.*?&gt;(.+)&lt;\/div&gt;

HTML逆转义

我这里没有找到什么好的办法，暂时先使用穷举法来弄，就是把看到的html转移字符逐个进行替换。
<div class="post-body".*?>(.+)</div>
&lt;替换为<
&quot;替换为"
&gt;替换为>