前言
最近在学习编译原理，因此，想搞点事情，另外我工作中也涉及到爬虫，爬虫就免不了要对html的解析，虽然正则表达式能解决问题，但是，为了练手，也想写一个html解析器（后来想想也作废了，因为html的解析感觉和编译原理还是有区别的，但是，读过一些思路，我也在这里记录下来）
html要素
1.标签
在此次解析中，只要遇到"<"，我们就认为是标签的开头，调用对标签分析的模块
2.标签中间内容
在此次解析中，只要不是遇到"<"，我们就认为它是标签中间的文本内容，调用对文本信息进行分析的模块
最终要达成的形态
1.需要一个整个网页标签组成的树状数据结构，表现出标签间的嵌套关系
2.需要一个索引，索引name和id的标签，方便查找
（这是我暂时想到的）
词法分析
词法分析需要达到的效果
举例子：
<html>
<img src='http://test.png' id='test' />
<a href='http://baidu.com'>百度</a>
</html>
效果：
图中浅蓝色部分为标签主线，白色部分为属性，黄色部分为值，就这样，构建一个链表，
怎么构建这样一个链表呢？
1.逐个字符读入词法分析器
2.遇到"<"开头，就认为是标签，则调用标签分析程序
3.在标签分析程序中，跟在"<"后面的就是标签名称，逐个字符读取，知道遇到"空格"结束，然后继续读取，遇到的都是属性名，以及属性值，同样是以遇到空格或者"="为一个单位，如果遇到'/"开头，则是刚刚读取完成的属性名对应的属性值，将其添加到此属性名的链表后面，知道遇到">"结束，并且将指针，即string的下标移动到这个字符的下标位置
4.如果不是"<"开头，则认为是文字，就别管那么多，一直到遇到"<"为止
大致的分析过程就是这样，当然还有一些细节需要处理
语法分析
语法分析最终需要生成一颗语法树，因此需要对html的链表进行解析，另外我还需要在生成语法树的过程中，为id以及name添加索引，方便查找
首先需要一个存放每个标签的数据结构
我这里用一个对象进行存放，设为Tag，同时这个对象也是树形结构中的一个属性，我这里设树形结构为Node
最终，需要达成的结构是
要怎么做到这个效果呢，我能想到就是把改分析的数据压到栈中，分析完成就出栈，举例子：
1.首先，需要一个分析使用的栈
2.我拿到链表的头<html>标签，然后将html压到栈中，然后树的根节点增加一个html的Tag对象，里面存放你想存放的信息
3.然后再讲<img/>放到栈中，然后在html的根节点下生成一个img的叶节点，并且将src，以及id，放到img的Tag对象中，将tag对象放到新增的叶节点中
4.由于img为单标签(因为以“/>”结束)，所以分析完img标签后就将分析栈中的img弹出
5.将<a>标签压到分析栈中，分析，将属性记录，再将text压到栈中，记录，并且将text弹出栈
6.将</a>标签压到栈中，遇到了</，为结尾符号，将</a>弹出栈，弹出栈后，检测栈顶标签是否为<a>标签，如果是，就弹出栈，否则，不做处理
7.然后就是遇到</html>标签，同理，检测是否<html>标签，是，就出栈，否则不处理
