寻求可避免自嵌套的Markdown内联元素解析算法

问题 #

我需要一种能够解析Markdown内联元素（如用**或__包裹的粗体、用*或_包裹的斜体等）且避免此类元素自嵌套的算法。

CommonMark的相关算法不阻止自嵌套，例如输入**some **random** text**会被解析为<strong>some <strong>random</strong> text</strong>。由于嵌套<strong>或<em>标签无法增强文本的粗体或斜体效果，我更希望保留无额外样式作用的星号，输出应为<strong>some **random** text</strong>。

我知道可以在代码生成阶段而非解析阶段修复该问题，但这种方式需在令牌中添加源文本使用的分隔符，并不合理。CommonMark算法的问题在于其通过回溯为结束分隔符匹配最近的起始分隔符，会将已标记为强调的节点再次包裹。我曾考虑匹配最远的起始分隔符，但这会导致**some** random **text**被错误解析为单个粗体块。

请问是否存在此类现成算法？或能否修改CommonMark算法实现该需求？

参考：我用Rust实现的CommonMark算法（略作修改，不解析链接）

解决方案 #

现成算法参考 #

目前没有完全契合需求的主流通用算法，但部分轻量Markdown解析器（比如静态站点生成器中的简化实现）会默认限制强调元素的嵌套，这类项目的源码逻辑可以直接参考——它们通常会在扫描分隔符时，跳过已处于同类型强调节点内部的分隔符，避免自嵌套。

修改CommonMark算法的具体方案 #

基于你现有的Rust实现，可通过跟踪解析上下文状态来实现需求，核心逻辑如下：

1. 维护解析状态栈：在解析内联元素的过程中，用栈记录当前所处的强调节点类型（如Strong/Emphasis）以及对应的分隔符类型（**/__或*/_）。
2. 过滤同类型内部的分隔符：
   • 当扫描到起始分隔符时，若栈顶是同类型的强调节点，直接将该分隔符当作普通文本处理，不触发新节点创建；
   • 当扫描到结束分隔符时，仅当栈顶是对应类型的节点时，才完成节点闭合，否则视为普通文本。
3. 保留原有有效性检查：继续沿用CommonMark对分隔符的基础校验（比如是否被转义、是否处于代码块/行内代码中），仅在匹配前增加上下文状态判断。

示例验证

• 处理**some **random** text**：

  1. 第一个**触发创建Strong节点并压入栈；
  2. 遇到第二个**时，因栈顶是Strong节点，直接将这两个*作为普通文本加入当前节点；
  3. 遇到第三个**时，匹配栈顶的Strong节点，完成闭合并弹出栈；
     最终输出<strong>some **random** text</strong>，符合预期。

• 处理**some** random **text**：

  1. 第一个**创建Strong节点，扫描到对应结束**时闭合节点，栈清空；
  2. 后续的**因栈为空，会创建新的Strong节点，不会被错误合并成单个块。

这种修改完全在解析阶段完成，无需在令牌中额外存储分隔符信息，符合你的设计要求。

内容的提问来源于stack exchange，提问作者user8649828