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;

};