Распарсить HTML

[B_N]

Сообщение от Табурет

1. за начало объекта берём любой тег (/<[^>]+>/) кроме непарных (<hr <br <img <итд).

Почти. IMG или HR вполне полноценные объекты и над ними тоже можно вызывать parse. Просто ей не придется углубляться в текст, вместо этого она добавит объект IMG к родительскому, заполнит атрибуты и повстречавшись с ">" вернется.

[BOBAH13]

Смотрю на ваши мучения... недавно взялся за такое дело, ушло у меня двое суток. Да уж... хотел уже дать вам исходник но походу он у меня пропал, вообщем все делается через стек, опишите свои типа аттрибутов: имя, значение, тега, имя + массив аттрибуто + текст который в нем заключен... все далается как...

1. Одна функция получает текст html находит теги допусти открылся тег она идет пока он же не закроется, тобиш стек будет пуст и тот текст который между началом и концом тега получился передаете опять же этой функции, весь текст который остался после закрытия тега продолжаите парсить с таким же смыслом ( что когда стек пуст... )
После того как кидаите парсить внутренний текст тега выделите часть текста полученного т.е. часть которая идет после < и до > или /> это и будут атрибутты эту часть текста кидаите в другую функцию для получения и рассартировки текста...

Таким образом вы получаите так сказать дерево тегов ну т.е.

html->
title->
body->
p->
a->абра<-

типа такого будет чтот... думаю я вам помог чем то p.s. я прям расстроился что потерял исходник парсера.... все-таки двое суток просидел над ним..