StrictMark：Markdown，重构

Markdown是一种出色的轻量级标记：简约，易于阅读和书写。 GitHub，Bitbucket，Reddit，Diaspora，Stack Exchange和许多其他语言都支持Markdown，但这并不是没有问题的。降价可以说是基于先例的。它的目的是整理各种……以前存在的做法。因此，实现之间是混乱且不一致的。

StrictMark是Markdown的合理子集，它以可能的最短形式语法实现所有功能。因此，语法统一且无歧义。这个想法是，StrictMark可以重用所有现有的Markdown支持，而无需共享传统语法的权重及其偶然的复杂性。

Markdown的实现是不一致的。 Vim会以一种方式突出显示它，而VS Code则以不同的方式进行突出显示，结果HTML则是另一回事。针对具有正式语法的不一致实现的教科书修复。在更简单的情况下，这可能是适当的eBNF语法，也可能只是一些正则表达式。必须有正式而明确的东西。 HTML拥有，CSS拥有，每种标记或编程语言都拥有。但Markdown令人遗憾的是，语法本身含糊不清，以至于形式化语法成为一条痛苦之路。例如，HTML（几乎是轻量级的）对于＆lt; / elements＆gt;具有统一的语法。使用Markdown，每个元素都有其自己的语法，并且那些语法相互影响。过去曾尝试过Markdown正式语法，但是如果你问我，结果是难以理解的。基于PEG的语法长700行。对于极简主义的标记，这很多。好讽刺。

CommonMark是Markdown的一项编纂工作，产生了迄今为止最完整的规范。尽管如此，该规范基于规则和例外，没有语法。规范的文本充满＆＃34; legalese＆＃34 ;：

«缩进的代码块不能中断段落，因此段落与后面的缩进的代码块之间必须有空白行»

在这里，它描述了两个特定标记元素之间的相互关系的细节。但是N个元素会产生N * Nrelations！考虑到ATX标题始终是单行，而Setext标题可以是多行。为什么？因为这种说法。这是一大堆规则，另一个例外。这就是为什么它建议一种解析策略的原因。而不是解析器生成器。

尚不清楚CommonMak规范是否已解决所有极端情况和歧义。也许很明确，因为该规范正在积极修订中。代码也是如此。 CommonMark C解析器是10KLoC的手写代码。它有很多例外和调整。在编写RON文档时，我立即遇到了问题；必须使用HEAD版本，该版本已解决了这些问题。

总的来说，看似理论上的语法问题会导致大量的偶然复杂性。 Markdown混乱且难以推理；目前尚不清楚如何解释给定的结构。当然，对于当前的用途来说，组合混乱可能不是问题。 （尽管，我对此非常怀疑。）毕竟，现有的libcmark解析器是模糊的，因此相当可靠。不过，如果您想在Markdown的基础上进行构建，Markdown仍然是一个非常不稳定的基础。构建比自述文件更高级的内容。就像完整的所见即所得编辑或差异突出显示或其他复杂行为一样。

StrictMark的目标是制作Markdown子集，这是一种适当的标记语言。通过合理化语法并将其形式化来消除偶然的复杂性。本文档为StrictMark。

可能有人会问，为什么要让Markdown成为一种合适的语言？毕竟，有足够的HTML了。是的，HTML是一种广泛支持的标准，但是它毫无希望。我们认为，谁负担得起开发/支持适当的HTML引擎的能力？这大约是全世界的一家半公司，因此人们对简约的超文本标记语言很感兴趣。

下一个问题很明显。如果StrictMark曾经被大规模使用，它自然不会变成大象吗？请考虑Wikipedia / Mediawiki标记。一旦像所有这样的标记一样整洁，精益，它就演变成一团糟。例如，表支持呢？有人认为这是必要的，这是当之无愧的。

我计划通过启用包含来防止功能泛滥。文档可能会通过超链接引用其他文档和对象。它还可以通过超链接包含其他对象和文档。好老的＆lt; img＆gt;标签是包含的一个例子。这甚至都不会扩展语法：StrictMark在通常的包含情况下重新使用图像语法。一旦需要表，就将包含表！渲染器要处理所有其他数据类型。 CSV是一种比HTML或Markdown更好的表格格式。

在大多数情况下，StrictMark是CommonMark的向后兼容子集。任何现有的CommonMark工具都将很好地支持StrictMark。 StrictMark解析器可能无法理解任意Markdown。

正式语法。 StrictMark在其结构部分（即块）是一种常规语言。内联标记语法基于正则表达式定义的标记。这样，仅可以在正则表达式中实现体面的解析器。

有一种方法可以做到尽可能统一，因此：空格，而不是制表符！因为空格可以代替制表符，所以不能反过来。仅适用于ATX标题。格式括号仅*个字符*宽。所有块格式均统一缩进。

没有诡异的距离动作。每行都可以单独解析。所有结构标记均为4个字符宽，因此凹痕是均匀的。这种限制使嵌套结构清晰明确。

内联标记的嵌套非常有限；无论如何，它是次要的。有明确的标记优先级；代码跨度胜过强力，胜于强力。

HTML不是唯一的输出格式。可以是PDF，DOC，TeX等。因此，没有HTML插入。对其他格式使用包含。

Markdown内联标记似乎很简单。可悲的是，事实并非如此。由于语法不规则且模棱两可，因此很难正确实施。因此，StrictMarkration通过以下方式对内联标记进行标准化：

所有内联标记被视为括弧。括号使用正则表达式分别匹配；例如（？＆lt; = \ s）[*]（？= \ S）是STRONG的开头括号。括号对只有在满足优先级规则时才有效。

开括号可以与以下任何该类型的闭括号配对。一个新的开括号将取消任何之前同类的不匹配的开括号。

较高优先级的括号可能嵌套在较低优先级的括号中，但反之则不行（较低的括号被取消）。如果优先顺序相同，则以较早的范围为准。

这似乎是限制性的，但又是：内联格式具有辅助作用。它必须自己拉重量，否则不能拉重量。准确的括号模式在语法附​​录中列出。

CommonMark支持的唯一链接形式是完整的参考链接。链接标签的长度必须恰好是一个符号。这种方法：

参考定义可以放在任何地方。最好将它们放在节的末尾或文档末尾。例如：

如果您有10个以上的链接，请使用字母。如果您有成千上万的链接，请使用Unicode符号。

包含和图像使用与链接相同的语法，带有感叹号！例如：

容器和入口块可以包含其他块，叶块则不能。根据叶子块的类型，它可以包含文本，元数据或根本不包含任何内容，

与块相关的标记在该行的开头，以四个符号组成。线的那一部分称为块堆栈。允许的嵌套模式是（INDENT | QUOTE）* LIST？叶？。在没有显式叶块的情况下，将隐含格式化的文本段落。

可以在以下各行中继续执行块：空行被认为是代替块标记的缩进（四个空格）。空行被视为堆栈中容器块的续行，而不是叶块。

＃多行标题1.此条目开始，然后继续并继续... 2. ...直到下一个条目。

块堆栈深度的变化会导致容器嵌套的更改。少于4个空格的额外缩进没有意义，这使得逐行解析和解释更加容易。如果缩进级别以裸露的开头开始，则会创建通用容器块（在换句话说，一个div）。 WithCommonMark，应该是一个代码块。 StrictMark对此进行了概括。

如果块标记以非空格符号结尾，则下一个符号必须为空白（空格）。例如，唯一的＆lt; h4＆gt;标记是####，后面必须跟空格。该空格可能是下一个标记或行本身的一部分。

＆gt;块引用，-项目符号列表，1.编号列表，通用块（div），``围栏代码块，##标头（4级），[x]：参考定义，____标尺，[] TODO条目（在清单）。

StrictMark限于四个级别的标题。只允许ATXheader。标头可以是多行。标记仅在行的开头。例子：

请注意，标头标记用空格填充为4个字符，与块标记的其余部分一样。如果最后一个字符不是一个空格，则内联文本必须以空格开头。

无序列表标记符号是破折号-。其他两个Markdown选项是*和+。但是*是模棱两可的，而+是不受欢迎的，并且只能是一种方法！

有序列表的标记为12.数字点。同样，listmarkup每个级别需要四个字符。如果最后一个字符不是空格，则第一个内联文本字符必须是空格。项目符号的特殊缩进由用户决定。印刷术纯粹主义者可能更喜欢_1._，而喜欢使用Tab的人会写1 .__。支持GitHub ToDo扩展语法作为另一个叶子块_ []。

-项目符号列表-仍为项目符号1.嵌套编号列表2.更多编号的普通段落，也嵌套，缩进4个字符1.另一个嵌套列表2.包含两个条目-恢复项目符号列表1.我是排版2.纯粹主义者，我在Mac上将终端设置为3.自定义字体。 ＆lt;！--＆gt; 1.我经常使用Tab，2.我不喜欢打扰。

请注意，编号列表仅限于999个正确编号的条目。从技术上讲，对所有条目编号1.将产生完全正确的输出，但是原始标记将不会正确编号。

为了分隔相同类型的两个相邻列表，CommonMark建议使用空的HTML注释。我们不能做得比建议完全相同的技巧更好。这算作两个虚拟块标记，总共8个字符。在实践中，您会在两者之间插入一些文本。

唯一的一种格式，其中延续不一定是空的缩进，也可以是引号。强烈建议使用缩进。

代码块使用带有四个反引号的栅栏语法。开头的栅栏可能会提到所使用的语言。代码必须缩进4个字符；遵循与其他所有块容器相同的延续规则。结束码栏是可选的；代码块的结尾可以通过缺少缩进来表示。该代码可以安全地使用四个反引号。

## C O N T A I N E R B L O C K S CHAR =任何； WS = [\ t \ r \ n]; NONWS = CHAR-WS; ＃StrictMark不允许\ n \ r，因为只能有一种方法！ ＃此外，notepad.exe现在支持Unix换行符。 NL =＆＃34; \ n＆＃34 ;; NONNL = CHAR-NL; INLINE = NONNL *; MARKUP = [`* _ \ [\]]; PUNCT =＆＃34;！＆＃34; ..＆＃34; /＆＃34; | ＆＃34;：＆＃34; ..＆＃34;＆＃34; | ＆＃34; [＆＃34; ..＆＃34;`＆＃34; | ＆＃34; {＆＃34; ..＆＃34;〜＆＃34 ;; NONWSP = NONWS-PUNCT; WSP = WS | PUNCT; WSA = WS; INDENT =＆＃34; ＆＃34 ;; HEAD1 =＆＃34; ＃＆＃34; | ＆＃34; ＃＆＃34; | ＆＃34; ＃＆＃34; | ＆＃34;＃＆＃34 ;; HEAD2 =＆＃34; ##＆＃34; | ＆＃34; ##＆＃34; | ＆＃34; ##＆＃34 ;; HEAD3 =＆＃34; ###＆＃34; | ＆＃34; ###＆＃34 ;; HEAD4 =＆＃34; ####＆＃34 ;; HEADER = HEAD1 | HEAD2 | HEAD3 | HEAD4; QUOTE =＆＃34;＆gt; ＆＃34; | ＆＃34; ＆gt; ＆＃34; | ＆＃34; ＆gt; ＆＃34; | ＆＃34; ＆gt;＆＃34 ;; ULIST =＆＃34; -＆＃34; | ＆＃34;-＆＃34; | ＆＃34; -＆＃34; | ＆＃34; -＆＃34 ;; OLIST =＆＃34; ＆＃34;数字＆＃34;。 ＆＃34; |数字＆＃34;。 ＆＃34; | ＆＃34; ＆＃34;数字＆＃34;。＆＃34; |数位＆＃34;。 ＆＃34; | ＆＃34; ＆＃34;数位＆＃34;。＆＃34; |位数位数＆＃34;。＆＃34 ;;围栏=＆＃34;````＆＃34 ;; HLINE =＆＃34; ----＆＃34 ;; LINK_LABEL = CODEPOINT-WSP-＆＃34;]＆＃34 ;; REFDEF =＆＃34; [＆＃34; LINK_LABEL＆＃34;]：＆＃34 ;; NESTBLOCK = INDENT |报价; LISTBLOCK = ULIST |奥利斯特; LEAFBLOCK =标题|围栏| HLINE | REFDEF; BLOCK_STACK = NESTBLOCK * LISTBLOCK？叶块？ FUCKED_LINE =＆＃34; TODO＆＃34 ;; LINE =（BLOCK_STACK INLINE NL）; WIKITEXT = LINE *; ##不是每个单词都是URL候选者；单独使用URL解析器##，因为完整的URL语法会使状态机崩溃AWORD =（NONWS +）；字= AWORD（WS + AWORD）*; ##强调文字EMPH_BOTH_FLANKING = PUNCT＆＃34; _＆＃34; PUNCT; EMPH_LEFT_FLANKING =（WSP＆＃34; _＆＃34; NONWS）-EMPH_BOTH_FLANKING; EMPH_RIGHT_FLANKING =（NONWS＆＃34; _＆＃34; WSP）-EMPH_BOTH_FLANKING; ##强调；可以嵌套URI，代码范围；可能包含转义符STRONG_BOTH_FLANKING = PUNCT＆＃34; *＆＃34; PUNCT; STRONG_LEFT_FLANKING =（WSP＆＃34; *＆＃34; NONWS）-STRONG_BOTH_FLANKING; STRONG_RIGHT_FLANKING =（NONWS＆＃34; *＆＃34; WSP）-STRONG_BOTH_FLANKING; STRONG_INTRAWORD =＆＃34; *＆＃34; NONWSP +＆＃34; *＆＃34; ; ##参考链接LINK_OPEN = [^ \]]＆＃34; [＆＃34; ; LINK_CLOSE =＆＃34;] [＆＃34; LINK_LABEL＆＃34;]＆＃34; ; ##代码范围包含任意Unicode，所有字符均按字面解析CODE =＆＃34;`＆＃34; ; ##反斜杠和＆换码符的优先级比其他内联标记的优先级更高## BACKSLASH_ESC =＆＃34; \\＆＃34; PUNCT; AMPERSAND_ESC =＆＃34;＆＃34; （alnum + |＆＃34;＃＆＃34; digit + |＆＃34;＃＆＃34; [xX] xdigit +）＆＃34 ;;＆＃34; ; ESC = BACKSLASH_ESC | AMPERSAND_ESC; ##为防止组合状态爆炸，我们在##嵌入式汤中（分别为左/右）找到标记元素，然后通过嵌套规则过滤它们。LEFT_MARKUP = EMPH_LEFT_FLANKING | STRONG_LEFT_FLANKING | LINK_OPEN； RIGHT_MARKUP = EMPH_RIGHT_FLANKING | STRONG_RIGHT_FLANKING | LINK_CLOSE; OTHER = STRONG_INTRAWORD |代码| ESC键; INLINE_SOUP =（LEFT_MARKUP | RIGHT_MARKUP | OTHER | CHAR）*； LINK_REF_DEF = REFDEF WS *（NONWS +）（WS + [＆＃34;]（CHAR-[＆＃34;]）* [＆＃34;]）？ WS *; } %%