如何使用语言YAML文件来确定哪些关键字适用于任何给定的语言？

Question

有一个page on GitHub Help描述如何使用语法高亮的代码块。在该页面上，有说明如何将语言与其关键字匹配用于此目的：

我们使用Linguist来执行语言检测和语法高亮显示。你可以在the languages YAML file找出哪些关键字是有效的。

但是，该YAML中有很多数据，我不清楚究竟如何使用它来确定哪些关键字适用于任何给定的语言。

我写了一个简单Bootscript尝试这个YAML解析从每种语言的有效关键字列表的可读性更强JSON文件映射：

curl https://raw.githubusercontent.com/github/linguist/f75c5707a62a3d66501993116826f4e64c3ca4dd/lib/linguist/languages.yml | ./languages.boot > languages.json 

但我并不相信这是正确的。例如，许多我的脚本生成包含空格的关键字，而我的印象是，those would not work：

代码栅栏的内容被当作文字文本，而不是解析为内联。 info string的第一个单词通常用于指定代码示例的语言，并在code标记的class属性中呈现。

我在找的是对这个YAML文件的“模式”的理解，因为它涉及到GitHub Markdown中的语法高亮。理想情况下，我希望能够使用这种理解来编写一个程序，该程序需要语言YAML文件并生成类似于list of language codes for Stack Exchange syntax highlighting的内容，但对于GitHub上的Markdown。 我该如何编写这样的程序？

Answer 1

我在找的是对这个YAML文件的“模式”的理解。

对于在languages.yml file每一种语言，你可以为符使用：

1. 语言名
2. 任何语言aliases
3. 的任何文件扩展名，有或无的领先的.。

白空间必须由破折号来代替（例如，emacs-lisp为Emacs Lisp一个说明符）。具有tm_scope: none条目的语言没有定义语法，并且不会在github.com上突出显示。

我该怎么写这样的程序？

其实，有人已经写了这样的程序。在github/linguist#2278中，jmm详细介绍了他的调查结果，并收到了GitHub的一名工程师的确认（同一主题）。他还给出了他自己的program to compute identifiers和a wiki page with the results（可能不是最新的）的链接。