實作文章解析器 #32
Description
目前有個重要的任務我忘了開，就是需要解析文章
以前並沒有結構性的去描述 BBS 文章結構的結構，因此這部分得我們自行發明。
初步的話我希望可以解析成以下的格式
"is_header_modify": {{is_header_modified}},
"author_id": {{author_id}},
"author_name": {{author_name}},
"title": {{title}},
"post_time": {{post_time}},
"board_name": {{board_name}},
"text": {
"text": {{text}},
"color_map": {{text_color_map}}
},
"signature": {
"text": {{signature_text}},
"color_map": {{signature_color_map}}
},
"sender_info": {
"site": {{sender_site}},
"ip_address": {{sender_ip_address}},
"ip_country": {{sender_ip_country}},
},
"edit_record": [{{edit_record}}],
"push_record": [
{
"type": {{push_record.type}},
"id": {{push_record.pusher_id}},
"ip_address": {{push_record.pusher_ip}},
"text": {{push_record.type}},
"time": {{push_record.time}},
}
]
方法目前沒有特別的想法，也許建議使用regex或者是if else, 如果用 goyacc 寫出一套解析器應該也是可以，雖然我懷疑這個解析器會不會遇到2003以前的文章就失效了。 如果要用 NN 訓練出一個模型出來我覺得也不是不行，雖然這樣的話我可能會先讓傳統 if else 作法的先上線。