为 man 手册页编写解析器的备忘录 | Linux 中国

我一般都很喜欢无所事事，但有时候太无聊了也不行 —— 2015 年的一个星期天下午就是这样，我决定开始写一个开源项目来让我不那么无聊。

在我寻求创意时，我偶然发现了一个请求，要求构建一个由 Mathias Bynens 提出的“按 Web 标准构建的 Man 手册页查看器”。没有考虑太多，我开始使用 JavaScript 编写一个手册页解析器，经过大量的反复思考，最终做出了一个 Jroff。

那时候，我非常熟悉手册页这个概念，而且使用过很多次，但我知道的仅止于此，我不知道它们是如何生成的，或者是否有一个标准。在经过两年后，我有了一些关于此事的想法。

man 手册页是如何写的

当时令我感到惊讶的第一件事是，手册页的核心只是存储在系统某处的纯文本文件（你可以使用 manpath 命令检查这些目录）。

此文件中不仅包含文档，还包含使用了 20 世纪 70 年代名为 troff 的排版系统的格式化信息。

troff 及其 GNU 实现 groff 是处理文档的文本描述以生成适合打印的排版版本的程序。它更像是“你所描述的即你得到的”，而不是你所见即所得的。

◈ 摘自 troff.org

如果你对排版格式毫不熟悉，可以将它们视为 steroids 期刊用的 Markdown，但其灵活性带来的就是更复杂的语法：

groff-compressor

groff 文件可以手工编写，也可以使用许多不同的工具从其他格式生成，如 Markdown、Latex、HTML 等。

为什么 groff 和 man 手册页绑在一起是有历史原因的，其格式随时间有变化，它的血统由一系列类似命名的程序组成：RUNOFF > roff > nroff > troff > groff。

但这并不一定意味着 groff 与手册页有多紧密的关系，它是一种通用格式，已被用于书籍，甚至用于照相排版。

此外，值得注意的是 groff 也可以调用后处理器将其中间输出结果转换为最终格式，这对于终端显示来说不一定是 ascii ！一些支持的格式是：TeX DVI、HTML、Canon、HP LaserJet4 兼容格式、PostScript、utf8 等等。

宏

该格式的其他很酷的功能是它的可扩展性，你可以编写宏来增强其基本功能。

鉴于 *nix 系统的悠久历史，有几个可以根据你想要生成的输出而将特定功能组合在一起的宏包，例如 man、mdoc、mom、ms、mm 等等。

手册页通常使用 man 和 mdoc 宏包编写。

区分原生的 groff 命令和宏的方式是通过标准 groff 包大写其宏名称。对于 man 宏包，每个宏的名称都是大写的，如 .PP、.TH、.SH 等。对于 mdoc 宏包，只有第一个字母是大写的： .Pp、.Dt、.Sh。

groff-example

挑战

无论你是考虑编写自己的 groff 解析器，还是只是好奇，这些都是我发现的一些更具挑战性的问题。

上下文敏感的语法

表面上，groff 的语法是上下文无关的，遗憾的是，因为宏描述的是主体不透明的令牌，所以包中的宏集合本身可能不会实现上下文无关的语法。

这导致我在那时做不出来一个解析器生成器（不管好坏）。

嵌套的宏

mdoc 宏包中的大多数宏都是可调用的，这差不多意味着宏可以用作其他宏的参数，例如，你看看这个：

缺乏适合初学者的资源

让我感到困惑的是缺乏一个规范的、定义明确的、清晰的来源，网上有很多信息，这些信息对读者来说很重要，需要时间来掌握。

有趣的宏

总结一下，我会向你提供一个非常简短的宏列表，我在开发 jroff 时发现它很有趣：

man 宏包：

mdoc 宏包：

via: https://monades.roperzh.com/memories-writing-parser-man-pages/

作者：Roberto Dip 译者：wxy 校对：wxy 选题：lujun9972

本文由 LCTT 原创编译，Linux中国 荣誉推出