正则表达解析 Markdown 语法

转载请注明出处

原文连接 http://blog.huanghanlian.com/article/5c80b4176f8b011040530140

文章起源

源于本博客开发实现需要

1. 在首页列表需要对文字进行截取，需要截取第一张Markdown 语法的图片url。
2. 在文章详情页以及关于文章展示的页面。需要对文章内容进行截取。填充headdescription。利于seo优化

Markdown 是一种可以使用普通文本编辑器编写的标记语言，通过简单的标记语法，它可以使普通文本内容具有一定的格式。

真实场景以及功能需求

1. 文章编写
   

2. 文章列表预览
   

3. 头部描述截取
   

需要做的事情是将文章Markdown 语法的字符串，对特定的语句进行过滤。只显示文章正文部分

实现场景

文章编写存入数据库是字符串类型

在访问某篇文章后台会去数据库中取对应的文章数据。
然后通过匹配将Markdown 语法的字符串转义成html元素字符渲染输出

'# 一级标题\r\n## 二级标题\r\n##### 五级标题\r\n- 列表第一项\r\n- 列表第二项\r\n1. 有序列表第一项\r\n2. 有序列表第
二项\r\n[标题](链接地址)\r\n![图片描述](图片链接地址)\r\n*斜体*\r\n**粗体**\r\n> 引用段落\r\n```\r\n代码块\r\n```'

现在需要做的是将这些字符去掉不想要的，提取内容部分

正则表达式规则

在使用正则表达式解析 Markdown 语法之前，我们要先对正则表达式的规则有一个基本的认识，下面我整理了一张正则表达式语法对照表。

正则表达式预定义类：

字符	含义
.	除了回车符和换行符之外的所有字符，等价于[^\r\n]
\d	数字字符,等价于[0-9] digit
\D	非数字字符,等价于[^0-9]
\s	空白符,等价于[\t\n\x0B\f\r] space
\S	非空白符,等价于[^\t\b\x0B\f\r]
\w	单词字符（字母，数字，下划线）,等价于[a-zA-Z_0-9] word
\W	非单词字符,等价于[^a-zA-Z_0-9]

边界

字符	含义
^	以xxx开始
$	以xxx结束
\b	单词边界
\B	非单词边界

量词

字符	含义
？	出现零次或一次(最多出现一次)
+	出现一次或多次(至少出现一次)
*	出现零次或多次(任意次)
{n}	出现n次
{n,m}	出现n到m次
{n,}	至少出现n次

正则表达式解析 Markdown 语法

Markdown 语法包括标题、图片、链接、引用块、列表、粗体、斜体等，下面是解析这些语法的正则表达式和简单说明：

1. 标题（表示以一个或多个“#”开头的字符串，并且“#”之后有0个或以上的字符，如：“### 三级标题”）。

^(#+)(