591 标签验证器（模拟、栈匹配括号）

àì夳堔傛蜴生んèń 2022-08-31 15:28 143阅读 0赞

**1. 问题描述：**

给定一个表示代码片段的字符串，你需要实现一个验证器来解析这段代码，并返回它是否合法。合法的代码片段需要遵守以下的所有规则：

1.  代码必须被合法的闭合标签包围。否则，代码是无效的。
2.  闭合标签（不一定合法）要严格符合格式：<TAG\_NAME>TAG\_CONTENT</TAG\_NAME>。其中，<TAG\_NAME>是起始标签，</TAG\_NAME>是结束标签。起始和结束标签中的 TAG\_NAME 应当相同。当且仅当 TAG\_NAME 和 TAG\_CONTENT 都是合法的，闭合标签才是合法的。
3.  合法的 TAG\_NAME 仅含有大写字母，长度在范围 \[1,9\] 之间。否则，该 TAG\_NAME 是不合法的。
4.  合法的 TAG\_CONTENT 可以包含其他合法的闭合标签，cdata （请参考规则7）和任意字符（注意参考规则1）除了不匹配的<、不匹配的起始和结束标签、不匹配的或带有不合法 TAG\_NAME 的闭合标签。否则，TAG\_CONTENT 是不合法的。
5.  一个起始标签，如果没有具有相同 TAG\_NAME 的结束标签与之匹配，是不合法的。反之亦然。不过，你也需要考虑标签嵌套的问题。
6.  一个<，如果你找不到一个后续的>与之匹配，是不合法的。并且当你找到一个<或</时，所有直到下一个>的前的字符，都应当被解析为 TAG\_NAME（不一定合法）。
7.  cdata 有如下格式：<!\[CDATA\[CDATA\_CONTENT\]\]>。CDATA\_CONTENT 的范围被定义成 <!\[CDATA\[ 和后续的第一个 \]\]>之间的字符。
8.  CDATA\_CONTENT 可以包含任意字符。cdata 的功能是阻止验证器解析CDATA\_CONTENT，所以即使其中有一些字符可以被解析为标签（无论合法还是不合法），也应该将它们视为常规字符。

合法代码的例子:

输入: "<DIV>This is the first line <!\[CDATA\[<div>\]\]></DIV>"  
输出: True  
解释:  
代码被包含在了闭合的标签内： <DIV> 和 </DIV> 。  
TAG\_NAME 是合法的，TAG\_CONTENT 包含了一些字符和 cdata 。  
即使 CDATA\_CONTENT 含有不匹配的起始标签和不合法的 TAG\_NAME，它应该被视为普通的文本，而不是标签。  
所以 TAG\_CONTENT 是合法的，因此代码是合法的。最终返回True。

输入: "<DIV>>> !\[cdata\[\]\] <!\[CDATA\[<div>\]>\]\]>\]\]>>\]</DIV>"  
输出: True  
解释:  
我们首先将代码分割为： start\_tag|tag\_content|end\_tag 。  
start\_tag -> "<DIV>"  
end\_tag -> "</DIV>"  
tag\_content 也可被分割为： text1|cdata|text2 。  
text1 -> ">> !\[cdata\[\]\] "  
cdata -> "<!\[CDATA\[<div>\]>\]\]>" ，其中 CDATA\_CONTENT 为 "<div>\]>"  
text2 -> "\]\]>>\]"  
start\_tag 不是 "<DIV>>>" 的原因参照规则 6 。  
cdata 不是 "<!\[CDATA\[<div>\]>\]\]>\]\]>" 的原因参照规则 7 。

不合法代码的例子:  
输入: "<A> <B> </A> </B>"  
输出: False  
解释: 不合法。如果 "<A>" 是闭合的，那么 "<B>" 一定是不匹配的，反之亦然。

输入: "<DIV> div tag is not closed <DIV>"  
输出: False

输入: "<DIV> unmatched < </DIV>"  
输出: False

输入: "<DIV> closed tags with invalid tag name <b>123</b> </DIV>"  
输出: False

输入: "<DIV> unmatched tags with invalid tag name </1234567890> and <CDATA\[\[\]\]> </DIV>"  
输出: False

输入: "<DIV> unmatched start tag <B> and unmatched end tag </C> </DIV>"  
输出: False  
注意:  
为简明起见，你可以假设输入的代码（包括提到的任意字符）只包含数字, 字母, '<','>','/','!','\[','\]'和' '。  
来源：力扣（LeetCode）  
链接：https://leetcode-cn.com/problems/tag-validator

**2. 思路分析：**

分析题目可以知道我们模拟整个过程即可，匹配的时候分为两个部分，第一个部分是匹配标签，第二个部分是匹配内容，匹配标签的时候类似于括号匹配所以我们可以使用栈来匹配即可。匹配的时候只要是考虑比较多的细节所以会比较恶心。

**3. 代码如下：**

class Solution:
        # 大模拟题
        def isValid(self, code: str) -> bool:
            # 分为两大类进行处理, 第一是标签, 第二是内容
            i = 0
            # 使用栈来匹配标签
            stack = list()
            while i < len(code):
                if code[i] == "<" and code[i:i + 9] != "<![CDATA[":
                    # 标签的结束标记
                    is_end = 0
                    j = i + 1
                    tag_name = ""
                    while j < len(code) and code[j] != ">":
                        if code[j] == "/" and j == i + 1:
                            # 结束标记
                            is_end = 1
                            j += 1
                            continue
                        tag_name += code[j]
                        # 标签名字不符合要求
                        if code[j] < "A" or code[j] > "Z":return False
                        j += 1
                    # 当前标签不是以>结束
                    if j == len(code):return False
                    # 判断标签名字长度
                    if len(tag_name) < 1 or len(tag_name) > 9: return False
                    if is_end:
                        # 当前是结束标签
                        # 标签名字不匹配
                        if not stack or tag_name != stack[-1]:
                            return False
                        # 弹出匹配的开始标签
                        stack.pop()
                    else:
                        # 存在多个同级的标签
                        if i > 0 and not stack: return False
                        stack.append(tag_name)
                    i = j + 1
                else:
                    # 当前是标签的内容
                    if not stack:
                        return False
                    if code[i: i + 9] == "<![CDATA[":
                        j = i
                        while j < len(code) and code[j: j + 3] != "]]>": j += 1
                        if j == len(code):return False
                        i = j + 3
                    else:
                        i += 1
            return len(stack) == 0