Markdown

GitHub跳转原题关系图 Canvas 关系图返回列表

先按空行划分区块，再递归扫描行内强调和超级链接并输出对应 HTML。

OJ: shumeng

题目 ID: CSP201703C

难度:普及+/提高-

标签:字符串模拟解析

日期: 2026-07-31 16:21

形式化题目

给定一段简化的 Markdown 文档，将其转换为 HTML。文档由标题、无序列表、段落三类区块组成，区块内可能出现强调 _Text_ 与超级链接 [Text](Link)，两类行内结构可以互相嵌套，同类结构不嵌套。输入保证语法合法。

思路

转换分两层：先按区块组织输出标签，再对每段文字做行内结构转换。

区块处理

先看一个先按空行显式拆分区块、再逐块转换的朴素写法：

cpp

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107/**
 * Author by Rainboy blog: https://rainboylv.com github: https://github.com/rainboylvx
 * rbook: -> https://rbook.roj.ac.cn  https://rbook2.roj.ac.cn
 * rainboy的学习导航网站: https://idx.roj.ac.cn
 * create_at: 2026-07-31 16:21
 * update_at: 2026-08-17 22:48
 */
// brute.cpp：先按空行显式拆分区块，再按语法逐块转换。
#include <bits/stdc++.h>
using namespace std;

string convert_inline(const string &text) {
    string result;
    for (int i = 0; i < (int)text.size();) {
        if (text[i] == '_') {
            int end = i + 1;
            while (text[end] != '_') {
                end++;
            }
            result += "<em>" + convert_inline(text.substr(i + 1, end - i - 1)) + "</em>";
            i = end + 1;
        } else if (text[i] == '[') {
            int text_end = i + 1;
            while (text[text_end] != ']') {
                text_end++;
            }
            int link_end = text_end + 2;
            while (text[link_end] != ')') {
                link_end++;
            }
            string content = convert_inline(text.substr(i + 1, text_end - i - 1));
            string url = text.substr(text_end + 2, link_end - text_end - 2);
            result += "<a href=\"" + url + "\">" + content + "</a>";
            i = link_end + 1;
        } else {
            result += text[i++];
        }
    }
    return result;
}

bool is_heading(const string &line) {
    return !line.empty() && line[0] == '#';
}

bool is_list_item(const string &line) {
    return !line.empty() && line[0] == '*';
}

int main() {
    ios::sync_with_stdio(false);
    cin.tie(nullptr);

    vector<vector<string> > blocks;
    vector<string> current_block;
    string line;
    while (getline(cin, line)) {
        if (line.empty()) {
            if (!current_block.empty()) {
                blocks.push_back(current_block);
                current_block.clear();
            }
        } else {
            current_block.push_back(line);
        }
    }
    if (!current_block.empty()) {
        blocks.push_back(current_block);
    }

    for (int i = 0; i < (int)blocks.size(); i++) {
        vector<string> &block = blocks[i];
        if (is_heading(block[0])) {
            int level = 0;
            while (block[0][level] == '#') {
                level++;
            }
            int content_start = level;
            while (block[0][content_start] == ' ') {
                content_start++;
            }
            cout << "<h" << level << ">" << convert_inline(block[0].substr(content_start));
            cout << "</h" << level << ">\n";
        } else if (is_list_item(block[0])) {
            cout << "<ul>\n";
            for (int j = 0; j < (int)block.size(); j++) {
                int content_start = 1;
                while (block[j][content_start] == ' ') {
                    content_start++;
                }
                cout << "<li>" << convert_inline(block[j].substr(content_start)) << "</li>\n";
            }
            cout << "</ul>\n";
        } else {
            cout << "<p>";
            for (int j = 0; j < (int)block.size(); j++) {
                if (j > 0) {
                    cout << '\n';
                }
                cout << convert_inline(block[j]);
            }
            cout << "</p>\n";
        }
    }

    return 0;
}

正式做法可以一趟处理输入行。跳过空行后：

以 # 开头的是标题，# 的个数决定等级，输出 <hN>...</hN>；
连续以 * 开头的行构成一个无序列表，输出一对 <ul>...</ul>，每行包 <li>...</li>；
其余连续非空行构成一个段落，内部换行原样保留，只在首行前加 <p>、末行后加 </p>。

空行只负责切分区块，本身不输出任何内容。

行内转换

每段真正的文字交给 convert_inline 处理。从左到右扫描：

遇到 _：向后找配对的 _，递归转换中间文字并包上 <em>；
遇到 [：向后找 ]( 和右括号 )，递归转换链接文字，地址保持不变，输出 <a href="Link">Text</a>；
其余字符原样保留。

递归自然处理“链接在强调内”或“强调在链接文字内”的嵌套；题目保证语法合法、同类结构不嵌套，因此这种配对扫描没有歧义。

代码

cpp

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113/**
 * Author by Rainboy blog: https://rainboylv.com github: https://github.com/rainboylvx
 * rbook: -> https://rbook.roj.ac.cn  https://rbook2.roj.ac.cn
 * rainboy的学习导航网站: https://idx.roj.ac.cn
 * create_at: 2026-07-31 16:21
 * update_at: 2026-08-17 22:48
 */
#include <bits/stdc++.h>
using namespace std;

// 转换一行文字里的行内结构：_Text_ -> <em>Text</em>，
// [Text](Link) -> <a href="Link">Text</a>。两种结构可以互相嵌套。
// 递归处理内部文字，保证嵌套（链接在强调内、强调在链接文字内）也能正确转换。
string convert_inline(const string &text) {
    string result;
    int length = (int)text.size();
    for (int i = 0; i < length;) {
        if (text[i] == '_') {
            int end = i + 1;
            while (text[end] != '_') {
                end++;
            }
            result += "<em>" + convert_inline(text.substr(i + 1, end - i - 1)) + "</em>";
            i = end + 1;
        } else if (text[i] == '[') {
            int text_end = i + 1;
            while (text[text_end] != ']') {
                text_end++;
            }
            int link_end = text_end + 2;
            while (text[link_end] != ')') {
                link_end++;
            }
            string link_text = convert_inline(text.substr(i + 1, text_end - i - 1));
            string link = text.substr(text_end + 2, link_end - text_end - 2);
            result += "<a href=\"" + link + "\">" + link_text + "</a>";
            i = link_end + 1;
        } else {
            result += text[i];
            i++;
        }
    }
    return result;
}

bool is_heading(const string &line) {
    return !line.empty() && line[0] == '#';
}

bool is_list_item(const string &line) {
    return !line.empty() && line[0] == '*';
}

int main() {
    ios::sync_with_stdio(false);
    cin.tie(nullptr);

    vector<string> lines;
    string line;
    while (getline(cin, line)) {
        lines.push_back(line);
    }

    int total_lines = (int)lines.size();
    for (int i = 0; i < total_lines;) {
        if (lines[i].empty()) {
            i++; // 空行只分隔区块，不输出任何内容
            continue;
        }

        if (is_heading(lines[i])) {
            // 标题：统计开头的 # 个数得到等级，跳过后面的空格得到标题内容
            int level = 0;
            while (lines[i][level] == '#') {
                level++;
            }
            int content_start = level;
            while (lines[i][content_start] == ' ') {
                content_start++;
            }
            string content = convert_inline(lines[i].substr(content_start));
            cout << "<h" << level << ">" << content << "</h" << level << ">\n";
            i++;
        } else if (is_list_item(lines[i])) {
            // 列表：连续以 * 开头的行属于同一个列表
            cout << "<ul>\n";
            while (i < total_lines && is_list_item(lines[i])) {
                int content_start = 1;
                while (lines[i][content_start] == ' ') {
                    content_start++;
                }
                cout << "<li>" << convert_inline(lines[i].substr(content_start)) << "</li>\n";
                i++;
            }
            cout << "</ul>\n";
        } else {
            // 段落：连续非空行构成一个段落，内部换行原样保留
            cout << "<p>";
            bool first_line = true;
            while (i < total_lines && !lines[i].empty()) {
                if (!first_line) {
                    cout << '\n';
                }
                cout << convert_inline(lines[i]);
                first_line = false;
                i++;
            }
            cout << "</p>\n";
        }
    }

    return 0;
}

复杂度

时间：每个字符只在所在的区块和行内结构中被处理常数次，时间复杂度为 $O(L)$ ，其中 $L$ 为文档总字符数。
空间：递归与中间字符串占用 $O(L)$ 额外空间。

总结

这类格式转换题要先区分区块规则和行内规则：空行只负责切分区块，不能直接输出；行内结构应先把内部文本转换完毕，再包上外层标签，才能正确处理不同类型的嵌套。

时间限制： 1.0 秒

空间限制： 256 MB

题目描述

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：

markdown

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16# Heading

## Sub-heading

Paragraphs are separated
by a blank line.

Text attributes _italic_.

Bullet list:

* apples
* oranges
* pears

A [link](http://example.com).

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：

html

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18<h1>Heading</h1>

<h2>Sub-heading</h2>

<p>Paragraphs are separated
by a blank line.</p>

<p>Text attributes <em>italic</em>.</p>

<p>Bullet list:</p>

<ul>
<li>apples</li>
<li>oranges</li>
<li>pears</li>
</ul>

<p>A <a href="http://example.com">link</a>.</p>

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

从标准输入读入数据。

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

输出到标准输出。

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。

input1

1
2
3# Hello

Hello, world!

output1

1
2<h1>Hello</h1>
<p>Hello, world!</p>

input2

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16# Heading

## Sub-heading

Paragraphs are separated
by a blank line.

Text attributes _italic_.

Bullet list:

* apples
* oranges
* pears

A [link](http://example.com).

output2

1
2
3
4
5
6
7
8
9
10
11
12<h1>Heading</h1>
<h2>Sub-heading</h2>
<p>Paragraphs are separated
by a blank line.</p>
<p>Text attributes <em>italic</em>.</p>
<p>Bullet list:</p>
<ul>
<li>apples</li>
<li>oranges</li>
<li>pears</li>
</ul>
<p>A <a href="http://example.com">link</a>.</p>

样例 2 解释

与【题目描述】的示例不同，需要遵循“输出时删除所有分隔区块的空行”的原则进行输出。

子任务

本题的测试点满足以下条件：

本题每个测试点的输入数据所包含的行数都不超过 100，每行字符的个数（包括行末换行符）都不超过 100。
除了换行符之外，所有字符都是 ASCII 码 32 至 126 的可打印字符。
每行行首和行末都不会出现空格字符。
输入数据除了 Markdown 语法所需，内容中不会出现 #、*、_、[、]、(、)、<、>、& 这些字符。
所有测试点均符合题目所规定的 Markdown 语法，你的程序不需要考虑语法错误的情况。每个测试点包含的语法规则如下表所示，其中 $\checkmark$ 表示包含， $\times$ 表示不包含。

测试点编号	段落	标题	无序列表	强调	超级链接
$1$	$\checkmark$	$\times$	$\times$	$\times$	$\times$
$2$	$\checkmark$	$\checkmark$	$\times$	$\times$	$\times$
$3$	$\checkmark$	$\times$	$\checkmark$	$\times$	$\times$
$4$	$\checkmark$	$\times$	$\times$	$\checkmark$	$\times$
$5$	$\checkmark$	$\times$	$\times$	$\times$	$\checkmark$
$6$	$\checkmark$	$\checkmark$	$\checkmark$	$\times$	$\times$
$7$	$\checkmark$	$\times$	$\times$	$\checkmark$	$\checkmark$
$8$	$\checkmark$	$\checkmark$	$\times$	$\checkmark$	$\times$
$9$	$\checkmark$	$\times$	$\checkmark$	$\times$	$\checkmark$
$10$	$\checkmark$	$\checkmark$	$\checkmark$	$\checkmark$	$\checkmark$

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。

C++ 语言

c++

1
2
3
4
5
6
7
8
9#include <iostream>
#include <string>

int main() {
    std::string line;
    while (std::getline(std::cin, line)) {
        /* Processing code here */
    }
}

C 语言

1
2
3
4
5
6
7
8
9
10#include <stdio.h>

#define BUF_SS 101

int main(void) {
    char buf[101];
    while (fgets(buf, BUF_SS, stdin)) {
        /* Processing code here */
    }
}

Java 语言

java

1
2
3
4
5
6
7
8
9
10
11
12import java.util.Scanner;

class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        String line = null;
        while (sc.hasNextLine()) {
            line = sc.nextLine();
            /* Processing code here */
        }
    }
}

Markdown

目录

形式化题目

思路

区块处理

行内转换

代码

复杂度

总结