CCF CSP认证历年题目自练Day45

这几天搞泰迪杯数据分析技能赛去了。等拿国奖了就出一期关于泰迪杯的。

题目

试题编号： 201703-3
试题名称： Markdown
时间限制： 1.0s
内存限制： 256.0MB
问题描述：
问题描述
　　Markdown 是一种很流行的轻量级标记语言（lightweight markup language），广泛用于撰写带格式的文档。例如以下这段文本就是用 Markdown 的语法写成的：

　　这些用 Markdown 写成的文本，尽管本身是纯文本格式，然而读者可以很容易地看出它的文档结构。同时，还有很多工具可以自动把 Markdown 文本转换成 HTML 甚至 Word、PDF 等格式，取得更好的排版效果。例如上面这段文本通过转化得到的 HTML 代码如下所示：

本题要求由你来编写一个 Markdown 的转换工具，完成 Markdown 文本到 HTML 代码的转换工作。简化起见，本题定义的 Markdown 语法规则和转换规则描述如下：
　　●区块：区块是文档的顶级结构。本题的 Markdown 语法有 3 种区块格式。在输入中，相邻两个区块之间用一个或多个空行分隔。输出时删除所有分隔区块的空行。
　　○段落：一般情况下，连续多行输入构成一个段落。段落的转换规则是在段落的第一行行首插入 <p>，在最后一行行末插入 </p>。
　　○标题：每个标题区块只有一行，由若干个 # 开头，接着一个或多个空格，然后是标题内容，直到行末。# 的个数决定了标题的等级。转换时，# Heading 转换为 <h1>Heading</h1>，## Heading 转换为 <h2>Heading</h2>，以此类推。标题等级最深为 6。
　　○无序列表：无序列表由若干行组成，每行由 * 开头，接着一个或多个空格，然后是列表项目的文字，直到行末。转换时，在最开始插入一行 <ul>，最后插入一行 </ul>；对于每行，* Item 转换为 <li>Item</li>。本题中的无序列表只有一层，不会出现缩进的情况。
　　●行内：对于区块中的内容，有以下两种行内结构。
　　○强调：_Text_ 转换为 <em>Text</em>。强调不会出现嵌套，每行中 _ 的个数一定是偶数，且不会连续相邻。注意 _Text_ 的前后不一定是空格字符。
　　○超级链接：[Text](Link) 转换为 <a href="Link">Text</a>。超级链接和强调可以相互嵌套，但每种格式不会超过一层。
输入格式
　　输入由若干行组成，表示一个用本题规定的 Markdown 语法撰写的文档。
输出格式
　　输出由若干行组成，表示输入的 Markdown 文档转换成产生的 HTML 代码。

提示
　　由于本题要将输入数据当做一个文本文件来处理，要逐行读取直到文件结束，C/C++、Java 语言的用户可以参考以下代码片段来读取输入内容。

题目分析（个人理解）

1. 题目定义的规则分为区块和行内两个部分，对于输入的字符串，具体处理步骤为输入一行，处理一行，在整个区块输入结束或整个输入结束后才输出一个区块的转换结果。
2. 第一步，先处理行内，行内若包含强调和超级链接，则按照题目中的规则转换强调和超级链接。
3. 第二步，处理区块儿区块一共有三种，包括‘#’开头的标题，‘*’号开头的无序列表和段落，一个区块可能有多行，所以在每次处理一行时都要判断此行是否是区块的第一行以便添加，不同的格式。
4. 关于输出:空行和输入结束标志着区块的结束可以输出结果了，在区块结束或整个输入结束才输出整个区块，代码中用preline保存每一个区块的前面的输入，每次处理一行时都可以根据preline判断这个区块的类型，以便输出对应的格式字符串，例如,若preline包含< ul >说明这是一个无序列表，输出的时候在最后补上\n</ ul >
5. 更更更具体的步骤：对于输入，利用sys库标准输入，对每一行判断，到底是区块还是行内；如果是区块，判断是区块的具体的哪三个，如果是‘#’开头的标题，统计是几级标题（利用count函数），利用.split()方法以#切片，按照要求格式拼接即可。如果是 ‘* ’开头，此时有一个问题，鬼知道是不是第一行，如果是第一行则先加ul，再按照要求切片拼接字符串即可，用list_tag标记，设置默认值为Flase如果是第一行，加入ul后设置list_tag=True。 如果是是段落，还需判断是不是段落的第一行，同理于*开头的，我就不多赘述了。
6. 行内处理好后存入一个temp[]空间，然后开始处理行内，注意：超链接和强调可以相互嵌套，使用while循环如果存在‘ _ ’就一直判断，先处理强调，强调不会出现套娃的现象，所以，只需要知道哪一段强调即可，首先用i去标记是‘_’是第几次出现，如果是第一次i=1则是强调开始的标志，第二次i=2,是结束的标志，然后按照强调的字符串的开始和结尾要求对字符串操作即可。
7. 再处理超链接的情况，超链接也不会嵌套超链接，还是用while判断是否存在‘[’,存在则有超链接，超链接的题目要求就是里面Test的情况多一些，本质还是字符串的处理，还是用字符串的切片和拼接（用烂了都，人都麻了）
8. 最后判断是段落结束还是无序列表结束，分别追加相应的标识即可。
9. 上代码！！！

import sys
data=[]#记录转换好的文档
flag=False#标记段落是否是多行
list_tag=False#标记无序列表是否是多行
for line in sys.stdin:#利用sys库标准输入，line表示键盘输入的每行内容
#区块line=line.strip()#利用strip()方法去字符串头尾的空格if '#' in line:#标题count=line.count('#')temp=line.split('#')[-1].strip()#不要用空格分割，万一题目标题有空格呢temp="<h"+str(count)+">"+temp+"</h"+str(count)+">"elif '*' in line:#如果是无序列表if list_tag==False:data.append("<ul>")list_tag=Truetemp=line.split("*")[-1].strip()#用*分割temp="<li>"+temp+"</li>"else:#段落if line and flag==False:#首次出现的段落temp="<p>"+lineflag=True#重标记elif line and flag==True:#中间出现的段落temp=lineelif line=="" and flag==True:#段落结束，修改最后一个元素（加上</p>）data[-1]=data[-1]+"</p>"flag=Falsetemp=""elif line=='' and list_tag==True:#无序列表结束data.append("</ul>")temp=""list_tag=Falseelse:#回到初始状态temp=''flag=Falselist_tag=False
#行内，强调i=1#标记’_'是第一个还是第二个while '_' in temp:#强调可能有多个，可能有无限个所以用whileindex_1=temp.find('_')#使用find()函数返回第一个’_‘索引if i==1:#第一次出现temp=temp[:index_1]+'<em>'+temp[index_1+1:]#切片，拼接操作i=2else:#第二次出现（一对’_‘完成）temp=temp[:index_1]+'</em>'+temp[index_1+1:]i=1
#超链接while '[' in temp:#超链接可能有多个，可能有无限个所以用whilei1=temp.find('[')i2=temp.find(']',i1+1)#从i1+1位置开始王后找']'i3=temp.find('(',i2+1)i4=temp.find(')',i3+1)temp=temp[:i1]+'<a href="'+temp[(i3+1):i4]+'">'+temp[(i1+1):i2]+"</a>"+temp[(i4+1):]#按照格式切片拼接即可data.append(temp)#转换好的追加写入data[]即可
if flag==True:#当以段落结束时data[-1]=data[-1]+'</p>'
if list_tag==True:#当以无序列表结束时data.append("</ul>")
for d in data:#按输出格式输出（没有空行）if d=='':continueprint(d)

总结