前言
最近在學習編譯原理，是以，想搞點事情，另外我工作中也涉及到爬蟲，爬蟲就免不了要對html的解析，雖然正規表達式能解決問題，但是，為了練手，也想寫一個html解析器（後來想想也廢棄了，因為html的解析感覺和編譯原理還是有差別的，但是，讀過一些思路，我也在這裡記錄下來）
html要素
1.标簽
在此次解析中，隻要遇到"<"，我們就認為是标簽的開頭，調用對标簽分析的子產品
2.标簽中間内容
在此次解析中，隻要不是遇到"<"，我們就認為它是标簽中間的文本内容，調用對文本資訊進行分析的子產品
最終要達成的形态
1.需要一個整個網頁标簽組成的樹狀資料結構，表現出标簽間的嵌套關系
2.需要一個索引，索引name和id的标簽，友善查找
（這是我暫時想到的）
詞法分析
詞法分析需要達到的效果
舉例子：
<html>
<img src='http://test.png' id='test' />
<a href='http://baidu.com'>百度</a>
</html>
效果：
圖中淺藍色部分為标簽主線，白色部分為屬性，黃色部分為值，就這樣，建構一個連結清單，
怎麼建構這樣一個連結清單呢？
1.逐個字元讀入詞法分析器
2.遇到"<"開頭，就認為是标簽，則調用标簽分析程式
3.在标簽分析程式中，跟在"<"後面的就是标簽名稱，逐個字元讀取，知道遇到"空格"結束，然後繼續讀取，遇到的都是屬性名，以及屬性值，同樣是以遇到空格或者"="為一個機關，如果遇到'/"開頭，則是剛剛讀取完成的屬性名對應的屬性值，将其添加到此屬性名的連結清單後面，知道遇到">"結束，并且将指針，即string的下标移動到這個字元的下标位置
4.如果不是"<"開頭，則認為是文字，就别管那麼多，一直到遇到"<"為止
大緻的分析過程就是這樣，當然還有一些細節需要處理
文法分析
文法分析最終需要生成一顆文法樹，是以需要對html的連結清單進行解析，另外我還需要在生成文法樹的過程中，為id以及name添加索引，友善查找
首先需要一個存放每個标簽的資料結構
我這裡用一個對象進行存放，設為Tag，同時這個對象也是樹形結構中的一個屬性，我這裡設樹形結構為Node
最終，需要達成的結構是
要怎麼做到這個效果呢，我能想到就是把改分析的資料壓到棧中，分析完成就出棧，舉例子：
1.首先，需要一個分析使用的棧
2.我拿到連結清單的頭<html>标簽，然後将html壓到棧中，然後樹的根節點增加一個html的Tag對象，裡面存放你想存放的資訊
3.然後再講<img/>放到棧中，然後在html的根節點下生成一個img的葉節點，并且将src，以及id，放到img的Tag對象中，将tag對象放到新增的葉節點中
4.由于img為單标簽(因為以“/>”結束)，是以分析完img标簽後就将分析棧中的img彈出
5.将<a>标簽壓到分析棧中，分析，将屬性記錄，再将text壓到棧中，記錄，并且将text彈出棧
6.将</a>标簽壓到棧中，遇到了</，為結尾符号，将</a>彈出棧，彈出棧後，檢測棧頂标簽是否為<a>标簽，如果是，就彈出棧，否則，不做處理
7.然後就是遇到</html>标簽，同理，檢測是否<html>标簽，是，就出棧，否則不處理