1. 问题描述:
给定一个表示代码片段的字符串,你需要实现一个验证器来解析这段代码,并返回它是否合法。合法的代码片段需要遵守以下的所有规则:
- 代码必须被合法的闭合标签包围。否则,代码是无效的。
- 闭合标签(不一定合法)要严格符合格式:<TAG_NAME>TAG_CONTENT</TAG_NAME>。其中,<TAG_NAME>是起始标签,</TAG_NAME>是结束标签。起始和结束标签中的 TAG_NAME 应当相同。当且仅当 TAG_NAME 和 TAG_CONTENT 都是合法的,闭合标签才是合法的。
- 合法的 TAG_NAME 仅含有大写字母,长度在范围 [1,9] 之间。否则,该 TAG_NAME 是不合法的。
- 合法的 TAG_CONTENT 可以包含其他合法的闭合标签,cdata (请参考规则7)和任意字符(注意参考规则1)除了不匹配的<、不匹配的起始和结束标签、不匹配的或带有不合法 TAG_NAME 的闭合标签。否则,TAG_CONTENT 是不合法的。
- 一个起始标签,如果没有具有相同 TAG_NAME 的结束标签与之匹配,是不合法的。反之亦然。不过,你也需要考虑标签嵌套的问题。
- 一个<,如果你找不到一个后续的>与之匹配,是不合法的。并且当你找到一个<或</时,所有直到下一个>的前的字符,都应当被解析为 TAG_NAME(不一定合法)。
- cdata 有如下格式:<![CDATA[CDATA_CONTENT]]>。CDATA_CONTENT 的范围被定义成 <![CDATA[ 和后续的第一个 ]]>之间的字符。
- CDATA_CONTENT 可以包含任意字符。cdata 的功能是阻止验证器解析CDATA_CONTENT,所以即使其中有一些字符可以被解析为标签(无论合法还是不合法),也应该将它们视为常规字符。
合法代码的例子:
输入: "<DIV>This is the first line <![CDATA[<div>]]></DIV>"
输出: True
解释:
代码被包含在了闭合的标签内: <DIV> 和 </DIV> 。
TAG_NAME 是合法的,TAG_CONTENT 包含了一些字符和 cdata 。
即使 CDATA_CONTENT 含有不匹配的起始标签和不合法的 TAG_NAME,它应该被视为普通的文本,而不是标签。
所以 TAG_CONTENT 是合法的,因此代码是合法的。最终返回True。
输入: "<DIV>>> ![cdata[]] <![CDATA[<div>]>]]>]]>>]</DIV>"
输出: True
解释:
我们首先将代码分割为: start_tag|tag_content|end_tag 。
start_tag -> "<DIV>"
end_tag -> "</DIV>"
tag_content 也可被分割为: text1|cdata|text2 。
text1 -> ">> ![cdata[]] "
cdata -> "<![CDATA[<div>]>]]>" ,其中 CDATA_CONTENT 为 "<div>]>"
text2 -> "]]>>]"
start_tag 不是 "<DIV>>>" 的原因参照规则 6 。
cdata 不是 "<![CDATA[<div>]>]]>]]>" 的原因参照规则 7 。
不合法代码的例子:
输入: "<A> <B> </A> </B>"
输出: False
解释: 不合法。如果 "<A>" 是闭合的,那么 "<B>" 一定是不匹配的,反之亦然。
输入: "<DIV> div tag is not closed <DIV>"
输出: False
输入: "<DIV> unmatched < </DIV>"
输出: False
输入: "<DIV> closed tags with invalid tag name <b>123</b> </DIV>"
输出: False
输入: "<DIV> unmatched tags with invalid tag name </1234567890> and <CDATA[[]]> </DIV>"
输出: False
输入: "<DIV> unmatched start tag <B> and unmatched end tag </C> </DIV>"
输出: False
注意:
为简明起见,你可以假设输入的代码(包括提到的任意字符)只包含数字, 字母, '<','>','/','!','[',']'和' '。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/tag-validator
2. 思路分析:
分析题目可以知道我们模拟整个过程即可,匹配的时候分为两个部分,第一个部分是匹配标签,第二个部分是匹配内容,匹配标签的时候类似于括号匹配所以我们可以使用栈来匹配即可。匹配的时候只要是考虑比较多的细节所以会比较恶心。
3. 代码如下:
class Solution:
# 大模拟题
def isValid(self, code: str) -> bool:
# 分为两大类进行处理, 第一是标签, 第二是内容
i = 0
# 使用栈来匹配标签
stack = list()
while i < len(code):
if code[i] == "<" and code[i:i + 9] != "<![CDATA[":
# 标签的结束标记
is_end = 0
j = i + 1
tag_name = ""
while j < len(code) and code[j] != ">":
if code[j] == "/" and j == i + 1:
# 结束标记
is_end = 1
j += 1
continue
tag_name += code[j]
# 标签名字不符合要求
if code[j] < "A" or code[j] > "Z":return False
j += 1
# 当前标签不是以>结束
if j == len(code):return False
# 判断标签名字长度
if len(tag_name) < 1 or len(tag_name) > 9: return False
if is_end:
# 当前是结束标签
# 标签名字不匹配
if not stack or tag_name != stack[-1]:
return False
# 弹出匹配的开始标签
stack.pop()
else:
# 存在多个同级的标签
if i > 0 and not stack: return False
stack.append(tag_name)
i = j + 1
else:
# 当前是标签的内容
if not stack:
return False
if code[i: i + 9] == "<![CDATA[":
j = i
while j < len(code) and code[j: j + 3] != "]]>": j += 1
if j == len(code):return False
i = j + 3
else:
i += 1
return len(stack) == 0