メモ：dokuwiki の表を markdown に変換する

個人的なメモです。

要件の検討

• dokuwiki ではセルは結合できるけれど、それは変換できなくても仕方がないものとする
• dokuwikiでは行毎にセルの左右寄せを変えることができるけれど、markdownでは列単位でしかできないので、２行目の中寄せ・右寄せが後続の行でも使われるものとする

入出力の形式

入力

• 見出し行は /^(\^[^^]*)+\^$/
• 後続行は /^(\|[^\|]*)+\|$/
  • 繰り返しの回数は見出し行と同じでなければならない（はずなのだが簡単のためテストはしない）
• 最初の後続行（表の第２行）について各セル（|で分割した各要素）が：
  • /^␣␣.*␣␣$/ ならば当該列は中寄せに
  • そうではなく、/^␣␣/ ならば当該列は右寄せに
  • そうではなければ当該列は左寄せに

（ここでスペースはわかりにくいので ␣ ␣ で代えました）

出力

• 見出し行は | を \| に置換してから ^ を | に置換して出力（以下、見出し変換と呼ぶ）
• 後続行はそのまま出力
  • ただし、最初の後続行を出力する前に、左右中寄せ指定を出力

分析

状態遷移図

種類の違う行を受け取ったときにプログラムの挙動が違うので、抜けがないように考えてみます。

こういうのを有限状態オートマトンといいます。

状態遷移表

慣れれば状態遷移図を見ながらコーディングできますが、ねんのため状態×入力の表にしてみましょう。

	見出し行	後続行	その他の行
初期状態	見出し変換出力; 見出し認識状態へ	そのまま出力	そのまま出力
見出し認識状態	そのまま出力; 初期状態へ	左右中寄せ指定出力; そのまま出力; 後続行認識状態へ	そのまま出力; 初期状態へ
後続行認識状態	そのまま出力; 初期状態へ	そのまま出力	そのまま出力; 初期状態へ

あとはガリガリコーディング

たとえば JavaScript ならなんかこんな感じで動く。

 function convert(){
 let val = document.getElementById("text-area").value;
 let lines = val.split(/\r\n|\n/);
 let text = [];
 let state = 0;
 for (var line of lines) {
  if (state === 0) {
    if (/^(\^[^^]*)+\^$/.test(line)) {
      line = line.replace(/\|/g, "\\|");
      line = line.replace(/\^/g, "|");
      state = 1;
    }
  } else if (state === 1) {
    if (/^(\|[^\|]*)+\|$/.test(line)) {
      let cols = line.split(/\|/);
      cols.shift();
      cols.pop();
      let colspec = cols.map(function (col){
        if (/^  \.*  $/.test(col)) {
          return ':---:';
        } else if (/^  /.test(col)) {
          return '---:';
        } else {
          return ':---';
        }
      });
      colspec.unshift('');
      colspec.push('');
      text.push(colspec.join('|'));
      state = 1;
    } else {
      state = 0;
    }
  } else if (state === 2) {
    if (!(/^(\|[^\|]*)+\|$/.test(line))) {
      state = 0;
    }
  }
  line = line.replace(/^======\s*(.*)\s*======$/, "# $1");
  line = line.replace(/^=====\s*(.*)\s*=====$/, "## $1");
  line = line.replace(/^====\s*(.*)\s*====$/, "### $1");
  line = line.replace(/^===\s*(.*)\s*===$/, "#### $1");
  line = line.replace(/^==\s*(.*)\s*==$/, "##### $1");
  // 一行に複数リンクがあるときのバグは直したよ
  line = line.replace(/\[\[([^[\|]*)\|([^[]*)\]\]/g, "[$2]($1)");
  text.push(line);
 }
 let txt = document.getElementById("output");
 txt.innerHTML = text.join("\r\n");
}