如何用分隔符将输入字符串动态格式化为带嵌套样式的TextBlock？

核心思路 #

这类带嵌套标记的字符串解析，核心是正确识别成对的标记块（包括嵌套结构），再将标记替换为对应富文本样式。嵌套场景下，内层标记的样式会与外层叠加，比如*worst day _ever_*最终会变成「粗体的worst day + 粗体+斜体的ever」。

可行实现方案 #

1. 递归解析法（通用易实现）

递归是处理嵌套结构最直观的方式：先找到最内层的标记对，处理完后再向外层递进，确保所有嵌套的标记都被正确转换。

步骤：

• 定义标记与样式的映射规则，比如：
  • * → 粗体（<strong>/</strong>）
  • _ → 斜体（<em>/</em>）
• 遍历字符串，找到每个标记的起始位置，然后向后匹配对应的结束标记（注意统计同类型标记的数量，避免误匹配嵌套的同类型标记）。
• 对标记包裹的内部字符串递归执行解析，再将当前标记替换为对应样式标签。

Python 代码示例：

def parse_styled_text(raw_str, style_map={'*': ('<strong>', '</strong>'), '_': ('<em>', '</em>')}):
    # 遍历所有标记类型
    for mark, (open_tag, close_tag) in style_map.items():
        start_idx = raw_str.find(mark)
        while start_idx != -1:
            # 寻找匹配的结束标记，处理嵌套场景
            mark_count = 1
            end_idx = start_idx + 1
            while end_idx < len(raw_str) and mark_count > 0:
                if raw_str[end_idx] == mark:
                    mark_count -= 1
                    if mark_count == 0:
                        break
                end_idx += 1
            # 若找到有效结束标记，递归处理内部内容并替换
            if end_idx < len(raw_str):
                inner_content = parse_styled_text(raw_str[start_idx+1:end_idx], style_map)
                raw_str = raw_str[:start_idx] + open_tag + inner_content + close_tag + raw_str[end_idx+1:]
            # 继续查找下一个同类型标记
            start_idx = raw_str.find(mark, start_idx + len(open_tag))
    return raw_str

# 测试示例
test1 = "I have had a _really_ *bad day*"
print(parse_styled_text(test1))
# 输出：I have had a <em>really</em> <strong>bad day</strong>

test2 = "I have had the *worst day _ever_*"
print(parse_styled_text(test2))
# 输出：I have had the <strong>worst day <em>ever</em></strong>

2. 正则平衡组解析法（适合复杂嵌套）

如果使用支持平衡组的正则引擎（比如Python的regex库、.NET正则），可以用正则直接匹配嵌套的标记块，效率更高。

Python 示例（需安装regex库）：

import regex

def parse_with_regex(raw_str):
    # 先处理斜体嵌套，再处理粗体，可调整顺序改变优先级
    # 匹配_包裹的内容，支持跨类型嵌套
    raw_str = regex.sub(r'_(?=(?:[^_]|(?R))*_)', r'<em>', raw_str)
    raw_str = regex.sub(r'_(?<=(?:[^_]|(?R))*<em>)', r'</em>', raw_str)
    # 匹配*包裹的内容
    raw_str = regex.sub(r'\*(?=(?:[^\*]|(?R))*\*)', r'<strong>', raw_str)
    raw_str = regex.sub(r'\*(?<=(?:[^\*]|(?R))*<strong>)', r'</strong>', raw_str)
    return raw_str

# 测试结果与递归法一致

注意事项 #

• 未闭合标记处理：如果输入存在未闭合的标记（比如I have a _bad day），可以选择忽略该标记，或保留原字符，避免破坏整个字符串的结构。
• 标记优先级：如果存在标记重叠（比如*_abc_*），可以通过调整解析顺序（递归的遍历顺序、正则的替换顺序）来控制样式叠加的优先级。
• 转义字符支持：若需要输入原标记字符（比如I love \_you\_），需先预处理转义，将\_替换为_后再执行解析。

内容的提问来源于stack exchange，提问作者deskplace