如何解析DOM？

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：如何看待当前的DOM解析器实际上从字符串解析DOM（XML，HTML，或其他）？

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，是否有一种很好的一次性算法来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

嗯，你可以沿的线条基本方法入手：

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

然后就是展开它来存储所有的东西都充满DOM树结构。