javascript - 我从头开始创建 html 解析器的想法可行吗？

Question

为了练习我的技能，我将编写一个 html 解析器。我的想法是:

• 定义我想通过正则表达式标记的内容。
• 接受一些 html 作为字符串。
• 循环 html 字符串。
• 将有关 token 的信息(例如内容和位置)保存为对象。
• 如果 token 有另一个 token ，则该 token 是父 token 的子对象。

• 完成对象图。

• 创建适当的 getter 和 setter。

你说这个有道理吗？

Answer 1

正则表达式不太适合像这样的繁重的 HTML 解析； regular expressions are a tool that is insufficiently sophisticated to understand the constructs employed by HTML .

你最好的选择是使用 state machine或 tokeniser基于实现。

您还可以在 HTML5 specification 中阅读有关解析 HTML5 的更多信息。 .