题目描述
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:
1.代码必须被合法的闭合标签包围。否则,代码是无效的。
2.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。
3.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。
4.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。
5.一个起始标签,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。
6.一个<,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)。
7.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。
8.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’ '。
解题思路
该题看似复杂,其实难度有点匹配不到【困难】这个级别,只是大量的条件判断而已。认真读题,一旦给出的code不符合题目所述要求,返回false。稍微有点技术含量的就是<TAG_NAME>
的嵌套,定义一个栈保存每一个<TAG_NAME>
即可。
class Solution {
public boolean isValid(String code) {
int n=code.length();
if(n<7 || code.charAt(0)!='<') return false;
Deque<String> stack=new LinkedList<>();
int tag=1;
boolean tag_0=true,tag_1=false;
boolean cdata=false;
int i=1;
boolean codeend=false;
while (i<n){
if(codeend) return false;
char c=code.charAt(i);
// cdata
if(cdata){
if(i+3>=n) return false;
else{
if(code.startsWith("]]>", i)){
cdata=false;
}
else {
i++;
continue;
}
}
}
//闭合标签首部
else if(tag_0){
if(c!='>') {
if (c < 'A' || c > 'Z') return false;
}
else{
if(i-tag<1 || i-tag>9) return false;
stack.push(code.substring(tag,i));
tag_0=false;
}
}
//闭合标签尾部
else if(tag_1){
if(c!='>') {
if (c < 'A' || c > 'Z') return false;
}
else{
if(!stack.isEmpty() && code.substring(tag,i).equals(stack.pop())){
tag_1=false;
if(stack.isEmpty()) codeend=true;
}
else{
return false;
}
}
}
else if(c=='<'){
if(i==n-1) return false;
else{
char cn=code.charAt(i+1);
if(cn=='!') {
if(i+9>=n) return false;
else{
if(code.startsWith("<![CDATA[", i)){
cdata=true;
i+=8;
}
else{
return false;
}
}
}
else if(cn=='/'){
tag_1=true;
tag=i+2;
i++;
}
else if(cn < 'A' || cn > 'Z') return false;
else {
tag_0=true;
tag=i+1;
i++;
}
}
}
i++;
}
return stack.isEmpty();
}
}