Написание парсера: нужен совет
html с помощью yacc, lex, bison разбирать трудно если не невозможно, поскольку там между тегами может встречаться произвольный текст.
а как же DTD?
конечно для своего парсера вряд ли возможно будет использование такой записи грамматики, но можно переписать по аналогии...
конечно для своего парсера вряд ли возможно будет использование такой записи грамматики, но можно переписать по аналогии...
Прикинь, а между "/*" и "*/" тоже может встречаться произвольный текст.
---
...Я работаю антинаучным аферистом...
---
...Я работаю антинаучным аферистом...
Воспользуйся парсерами XML.
от майкрософта есть библиотека msxml
для джавы есть парсеры xalan, xerces.
Не знаю, как у тебя пхп бьет с платформой и интеграцией, но вдруг поможет.
от майкрософта есть библиотека msxml
для джавы есть парсеры xalan, xerces.
Не знаю, как у тебя пхп бьет с платформой и интеграцией, но вдруг поможет.
я думал уже об xml, т.к. у пхп есть его поддержка
однако, я пришел к мысли о написании грамматики, т.к. зачастую код, полученный из сети, не удовлетворяет не только xhtml, но и рекомендованному html (в общем, неудовлетворительный
)
поэтому, думаю, библиотеки работы с xml не потянут это дело
однако, я пришел к мысли о написании грамматики, т.к. зачастую код, полученный из сети, не удовлетворяет не только xhtml, но и рекомендованному html (в общем, неудовлетворительный
)поэтому, думаю, библиотеки работы с xml не потянут это дело
БНФ написать можешь?
Сходи на ДМоз или ГНУ и выбери то, что тебе понравится.
---
...Я работаю антинаучным аферистом...
Сходи на ДМоз или ГНУ и выбери то, что тебе понравится.
---
...Я работаю антинаучным аферистом...
ну, я пока на пхп не нашел нужного
но пока что в процессе... не могу утверждать, что ничего такого нет, поэтому и завел тред
с БНФ подожду пока, сначала определиться надо...
но пока что в процессе... не могу утверждать, что ничего такого нет, поэтому и завел тред
с БНФ подожду пока, сначала определиться надо...
поскольку там между тегами может встречаться произвольный текст
не произвольный, а не содержащий тегов
.Есть ессессенно в Инете и .lex и .yy (или как они там) файлы для парсинга HTML... Лень искать, когда надо было нашел...
Смотри Dom. PHP должен держать. А так можно посмотреть Java-вский. Одно но использования DOM-a html должен проходить валидацию w3c.
Оставить комментарий
a10063
Хочу написать парсер (лексический и синтаксический анализаторы в связке) HTML, но из общих соображений - формальная грамматика, создание по ней ДКА, синтаксический анализ найденых токенов и пр. Сам в этом мало смыслю, но хочу разботать. Подскажите, что мне почитать.С другой стороны, не хочется изобретать велосипед, хочется воспользоваться чем-то готовым (yacc, lex, bison). Поиски нормального парсера HTML (или того, что хочу сам написать) на языке PHP не увенчались успехом, а вызывать сишные программы запрещено. В общем, если кто сталкивался, может дадите ссылочку....