c++ - 在 C 中解析一个 html 表变得有趣

Question

我今天有空，所以我说为什么不尝试用 c 解析 html 表(和一些用于流的 c++)所以我做了以下

int main()
{
    char html[] ="<tr> \
        <td>row 1, cell 1 < / td > \
        <td>row 1, cell 2 < / td > \
        < / tr> \
        <tr> \
        <td>row 2, cell 1 < / td > \
        <td>row 2, cell 2 < / td > \
        < / tr> ";

    for (int i = 0; i < (int)(sizeof(html)/sizeof(html[0])); i++)
{
    if (html[i] == '<')
    {
        for (int j = i + 1;; j++)
        {
            if (html[j] == '>')
            {
                for (int c = j + 1;; c++)
                {
                    if (html[c] == '<')
                        break;
                    std::cout << html[c];
                }
                break;
            }
        }
    }
}
    return 0;
}

我第一次尝试左边的屏幕，但我在第二次尝试右边的时候做得更好

谁能通过隐藏那些不需要的符号来让它变得更好？

在使用 strlen(html) 之后我也去这个

Answer 1

除非您允许我远程访问您的计算机，否则我无法隐藏这些有趣的符号。但是，我可以建议您检查内部循环的终止条件，如下所示:

for (int c = j + 1;; c++)
{
    if ((html[c] == '<') || c >= strlen(html))
        return 0;
    std::cout << html[c];
}

顺便说一句:

• sizeof 看起来有点奇怪。
  • sizeof(char) 保证为 1，因此除法是多余的。
  • 如果解析器只能在常量输入上工作，那么它的用途有限，所以我宁愿在这里使用 strlen(如果性能有问题，可能将其缓存到本地 :))。
• 您的 3 个嵌入式循环正在引导您快速到达屏幕的右边缘。
  你不会有一个真正的解析器那样工作。
  通常的方法是使用有限状态机，使用分词器将输入分成可管理的 block 。

编辑:

我使用 strlen 使与您的外部循环的代码重复更加明显。
您确实可以测试字符串终止以避免 Schlemiel the Painter's algorithm 的教科书案例，但这并不能挽救全局设计。

编辑(之二)

正如 Charles Beattie 指出的那样，这种方法的主要缺点之一是将整个输入视为一大块文本，使处理变得笨拙和缓慢。

这是分词器方法的好处之一:提取小的语法元素并将它们作为抽象对象使用，而不是费力地处理整个输入。