DOM是如何解析的？ [复制]

Question

可能重复：
If you're not supposed to use Regular Expressions to parse HTML, then how are HTML parsers written?

我的问题很简单：当前的 DOM 解析器实际上如何从字符串（XML、HTML 或其他）解析 DOM？

我知道you shouldn't parse html with RegEx，但是 DOM 解析器不能使用 RegEx 来匹配打开/关闭标签的模式吗？或者，是否有一个很好的一次性算法将提供的字符串解析为字符数组？

Answer 1

看看这个：

• How do HTML parses work if they're not using regexp?

• Parsing HTML documents:

Here is a good Example

Answer 2

好吧，您可以从以下基本方法开始：

http://www.blackbeltcoder.com/Articles/strings/parsing-html-tags-in-c

然后将其展开以将所有内容存储到完整的 DOM 树结构中。