HTML解析 C/C++ (散分),该如何处理

HTML解析 C/C++ (散分)
1:看着好多人在找这方面的资料，就发一版今年国庆节写的类，可以解析99%的HTML页面。由于申请过多的内存和过多的内存拷贝，效率嘛肯定不太好。注释少了些（可以说没有），代码呢也糙了些(已经在重构了)。各位将就着看吧。

2:里面用到几个WINDOWS API函数，如果想在其它系统使用，请自行更换成标准C或标准C++函数。

3:两个类：一个基础类（CHtmlHelper，解析HTML文件，生成元件链表），一个功能类（CHtmlAnalyzer,转换页面编码为程序所使的编码，再调用CHtmlHelper进行解析 ）。

----顺带打一下广告:参加工作快5年了,想换一份工作，C/C++方面的。邮箱：hmm7e_z@126.com。

class CHtmlHelper

{

public:

	//

	static	LPCTSTR SkipSpace(LPCTSTR lpszString);

	static	LPCTSTR SkipLetter(LPCTSTR lpszString,TCHAR cbLetter);

	static	LPCTSTR ArriveLetter(LPCTSTR lpszString,TCHAR cbLetter);

	static	UINT CalculateStringLen(LPCTSTR lpszString,TCHAR* lpszEnd);

	static	UINT CalculateRangeLen(LPCTSTR lpszString,LPCTSTR lpszBegin,LPCTSTR lpszEnd);

	static	UINT CalculateTagStringLen(LPCTSTR lpszString,TCHAR cbBegin,TCHAR cbEnd);

	static	UINT CalculateScriptStringLen(LPCTSTR lpszString,TCHAR cbEnd);

	static  void TrimString(LPCTSTR lpszString,LPCTSTR lpszClean);

protected:

	struct tagHtmlTagAttribute

	{

		LPTSTR s_pszKey;

		LPTSTR s_pszValue;

		struct tagHtmlTagAttribute * s_pstNext;

	};

	struct tagHtmlNode

	{

		LPTSTR s_pszTag;

		LPTSTR s_pszContent;

		tagHtmlTagAttribute * s_pstTagAttribute;

		struct tagHtmlNode * s_pstNext;

	};

public:

	CHtmlHelper(void);

	virtual ~CHtmlHelper(void);

protected:

	//

	tagHtmlNode * AllocHtmlNode(UINT nTagLen,UINT nContentLen);

	void FreeHtmlNode(tagHtmlNode * lpstNode);

	void LinkHtmlNode(tagHtmlNode * lpstNode);

	void CleanupHtmlNode();

	//

	tagHtmlTagAttribute * AllocHtmlTagAttribute(UINT nKeyLen,UINT nValueLen);

	void FreeHtmlTagAttribute(tagHtmlTagAttribute * lpstTagAttribute);

	void AttachHtmlTagAttribute(tagHtmlNode * lpstNode,tagHtmlTagAttribute * lpstTagAttribute);

	void CleanupHtmlTagAttribute(tagHtmlNode * lpstNode);

public:

	enum {CHARSET_UTF8,CHARSET_UNICODE,CHARSET_MULTIBYTE}TextCharset;

public:

	//

	void AutoTakeSnapshot(PBYTE lpszString,UINT nStringLen);

	void TakeSnapshot(PBYTE lpszString,UINT nStringLen,UINT nFromCharset );

	void DeleteSnapshot();

	//

	virtual void Parse();

	virtual void Parse2();

protected:

	//

	void SplitTagAttribute(tagHtmlNode * lpstNode);


protected:

	//

	LPTSTR  m_pszSnapshotBuffer;

	UINT m_nSnapshotBufferLen;

	UINT m_nSnapshotStringLen;

	//

	tagHtmlNode * m_pstHead;

	tagHtmlNode * m_pstPrev;


};

------解决方案--------------------
技术贴外加求职贴 = 值得肯定

------解决方案--------------------
非常难得！
------解决方案--------------------
学习了
------解决方案--------------------
学习并接分.
------解决方案--------------------
我也来学习下
------解决方案--------------------

------解决方案--------------------

------解决方案--------------------
这个绝对是好东西啊！
------解决方案--------------------
好吧，新手知道这里还可以求职
学习了~
------解决方案--------------------
观摩技术性思想
------解决方案--------------------
好东西
------解决方案--------------------
编程没学好。
------解决方案--------------------

------解决方案--------------------
纠结、、、、、、
------解决方案--------------------
犀利，Mark一下
------解决方案--------------------
收藏，汗，我也在写简单解析类
------解决方案--------------------

 static void Main(string[] args)

        {

            EndpointAddress endpoint = new EndpointAddress("http://wcf.com/wcf5calculator.svc");

            WSHttpBinding httpBinding = new WSHttpBinding();

            ChannelFactory<ICalculator> calcultor = new ChannelFactory<ICalculator>(httpBinding, endpoint);

            ICalculator channel = calcultor.CreateChannel();

            Console.WriteLine(channel.Add(27,58));

            Console.ReadKey();

        }

------解决方案--------------------
很好。。。mark
------解决方案--------------------
为什么不考虑用一些工具来提高效率，譬如正则表达式，可以非常有效的降低词法分析的复杂程度！
还有那个输出接口，能不能做好一点？！譬如生成DOM树。
------解决方案--------------------