学习JavaEye，完善自己的UBB转义

背景
当本Blog从PJBlog的ASP改装成JSP的时候，网页HTML编辑器就是一大软肋，PJBlog支持两种HTML编辑器支持FCKeditor和UBB，前者功能强大，内容丰富，但出于对JavaScript和CSS的不熟悉，我最后只采用了简单的UBB，但即便是UBB，我也得用Java重写UBB转义部分的代码，我先是从网上下载了某人的源码，然后对其修改和添加以适合自己的具体需求。于是乎，大量的字符串查找，匹配和替换，其中还混杂着我后来添加的一些正则表达式，代码变得凌乱不堪，当添加新的转义时，常常故此失彼。这是我打算重写UBB转义代码的首要原因。

另外，我努力使Blog以技术文章为主，有很多地方会引用到代码，而原来的UBB已被我折腾得肯定不支持code了...

最后，看到JavaEye的页面对代码支持得不错，UBB编辑也够简单，对我也刚好够用，于是决定开搞了

准备
在JavaEye上draft了一篇测试文章，把所有UBB代码都用了一边，将该文章内容（里面含有原始的UBB代码）其copy出来，以txt文件保存到本地，不妨命名为crazycow.txt。然后发布这篇文章，并使用浏览器的“另存为”把该文章的页面下载到本地，不妨命名为crazycow，于是得到一个crazycow.htm文件和一个crazycow文件夹，文件夹中的内容就是该htm页面要用到的一些资源：JavaScript代码，CSS代码和图片。

对htm的内容稍做修改，将对css, JavaScript和图片的引用链接修改正确，然后将这htm文件和文件夹，放到自己本地的应用下面，开启Tomcat，测试一下这个页面，效果和JavaEye上的一模一样，于是我知道拥有这部分内容就可以实现我的需求了。


分析
从下载的html代码可以看出，原始的含有UBB代码的文章经过JavaEye的UBB转义所形成的html代码主要集中在标签<div class="blog_content"&rt;之内，转义主要做了如下工作：

• 1，简单的UBB代码转换，比如将变成了strong，将[list]变成了ul等
• 2，code标签的转换，只是简单地把变成了pre，标签里面的内容除了将"<"html转义之外，没有做其他改动
• 3，在每一行的行尾添加了一个br，当然除了里面的换行。

到了这里，我大概知道了JavaEye实现UBB代码转义的基本原理，对于简单的UBB标签，用服务器后台程序转义直接成html代码，对于的转义，则是先将其转义成新的标签，然后再结合JavaScript和CSS实现代码高亮的功能。

于是我们在到JavaScript文件中去寻找相关的代码，注意到html代码中有一段JavaScript，其中有一句：dp.SyntaxHighlighter.HighlightAll('code', true, true);　正是这句代码将原来在页面平淡无味的代码变得丰富多彩．我在shCoreCommon.js中找到了相关的定义．读下来，大概思路是：找到name属性值为code的，名为pre的所有tag；对这每一个pre标签，找到其code属性的值，如java,c等，再根据这个值用相应的高亮刷（shCoreCommon.js为每一个所支持的语言提供一个高亮刷），刷pre标签里面的代码，实际上是重新生成了能够被SynataxHighlighter.css作用的html代码，最后将原来pre标签隐藏，并插入新生成的html代码．借助于SynataxHighlighter.css，最终代码就能被高亮地显示在页面上了．

[b]实现自己的UBB转义
看到这里，前台部分应该结束了，下面就是实现自己的UBB转义了，既然要用到JavaEye的前台功能，那我只能按照她的要求来实现了．我有下面两个途径：
1,使用Java的正则表达式．
2,自己对文章内容从前到后逐字做解析．
用正则表达式的好处是，抽象功能强，也比较适于结构性强的文本解析，还有强大的替换功能，你只要能写出正确的正则表达式，剩下来的工作就很简单了，而且你的代码也会很简单．然而，我在最先尝试这条路径，竟遇到了死胡同：我能匹配大部分UBB标签，除了list和code，我的正则表达式如下：

"\\[(\\w+)(=\"([\\w:,/-\\\\.]+)\")?\\]([^\\]]*)\\[/\\1\\]"

其中group(1)对应于UBB标签，如code，group(3)对应标签的属性，如java，group(4)对应于标签内的内容，因为Java的正则表达式好像是最大匹配，如果你用"\\[.*\\]"去匹配"[aa]bb[cc]"只能find到一个匹配，它把"aa]bb[cc"都用来匹配.*，于是我用排除"]"的正则表达式来匹配标签内的内容，可这样以来就匹配不了list和code了，因为它们内部都有"]"，就算你将list和code单独提出来，使用多次匹配，仍只能解决list的问题，因为list有"

"特征，但这个方法不能解决code，因为code里面的内容没有特征，而且仍然会有"]"，如果你的文章中存在两段code，就一点办法都没有了．再一个，如果进行多次匹配，遇到了大文章，性能上也是不划算的．(如果java的正则表达式能给出"不出现某字符串"的正则匹配，那我这个问题也能解决，不过我没有试出来，也没有找到)

于是我只好采用第二种方法，幸运的是，解析没有我想得那么复杂，很简单的逻辑也就完成了，部分代码如下．

收尾
差不多可以在我的网站上使用支持code的UBB了，最后再部署之前，我还做了一些裁减工作，将和自己需求无关的内容全部去掉，可以最大程度上减少外来代码和本地代码的冲突。于是在一遍遍Ctrl-C, Ctrl-V，F5和alert之后，我只用到了shCoreCommon.js和SyntaxHighlighter.css，其实shCoreCommon.js中还用到了定义在application.js中的部分代码，我只是觉得这部分代码很小而且很独立，就直接copy过来，放到了shCoreCommon.js里面。

结论

• 1，JavaEye实现UBB代码转义的基本原理：对于简单的UBB标签，用后台程序转义直接成html代码，对于，则是先将其转义成新的标签，然后再结合JavaScript和CSS实现代码高亮的功能。
• 2，如果以后别人网站上有自己喜欢的功能，想自己拿来用，以上的介绍的步骤是我认为是可以达到目的的，当初我抓PJ的前台也是通过这样的方法，一点点地分析出来的．
• 3，有什么不对的，欢迎大家指出．