搜索引擎

开发平台：
C#

Parse.cs：源码内容
							using System;
namespace Spider
{
	/// <summary>
	/// Base class for parseing tag based files, such as HTML, HTTP headers
	/// or XML.
	/// 
	/// 
	/// This spider is copyright 2003 by Jeff Heaton. However, it is
	/// released under a Limited GNU Public License (LGPL). You may 
	/// use it freely in your own programs. For the latest version visit
	/// http://www.jeffheaton.com.
	///	
	/// </summary>
	public class Parse:AttributeList 
	{
		/// <summary>
		/// The source text that is being parsed.
		/// </summary>
		private string m_source;

		/// <summary>
		/// The current position inside of the text that
		/// is being parsed.
		/// </summary>
		private int m_idx;

		/// <summary>
		/// The most reciently parsed attribute delimiter.
		/// </summary>
		private char m_parseDelim;

		/// <summary>
		/// This most receintly parsed attribute name.
		/// </summary>
		private string m_parseName;

		/// <summary>
		/// The most reciently parsed attribute value.
		/// </summary>
		private string m_parseValue;

		/// <summary>
		/// The most reciently parsed tag.
		/// </summary>
		public string m_tag;

		/// <summary>
		/// Determine if the specified character is whitespace or not.
		/// </summary>
		/// <param name="ch">A character to check</param>
		/// <returns>true if the character is whitespace</returns>
		public static bool IsWhiteSpace(char ch)
		{
			return( "tnr ".IndexOf(ch) != -1 );
		}


		/// <summary>
		/// Advance the index until past any whitespace.
		/// </summary>
		public void EatWhiteSpace()
		{
			while ( !Eof() ) 
			{
				if ( !IsWhiteSpace(GetCurrentChar()) )
					return;
				m_idx++;
			}
		}

		/// <summary>
		/// Determine if the end of the source text has been
		/// reached. 
		/// </summary>
		/// <returns>True if the end of the source text has been
		/// reached.</returns>
		public bool Eof()
		{
			return(m_idx>=m_source.Length );
		}

		/// <summary>
		/// Parse the attribute name.
		/// </summary>
		public void ParseAttributeName()
		{
			EatWhiteSpace();
			// get attribute name
			while ( !Eof() ) 
			{
				if ( IsWhiteSpace(GetCurrentChar()) ||
					(GetCurrentChar()=='=') ||
					(GetCurrentChar()=='>') )
					break;
				m_parseName+=GetCurrentChar();
				m_idx++;
			}

			EatWhiteSpace();
		}


		/// <summary>
		/// Parse the attribute value
		/// </summary>
		public void ParseAttributeValue()
		{
			if ( m_parseDelim!=0 )
				return;

			if ( GetCurrentChar()=='=' ) 
			{
				m_idx++;
				EatWhiteSpace();
				if ( (GetCurrentChar()==''') ||
					(GetCurrentChar()=='"') ) 
				{
					m_parseDelim = GetCurrentChar();
					m_idx++;
					while ( GetCurrentChar()!=m_parseDelim ) 
					{
						m_parseValue+=GetCurrentChar();
						m_idx++;
					}
					m_idx++;
				} 
				else 
				{
					while ( !Eof() &&
						!IsWhiteSpace(GetCurrentChar()) &&
						(GetCurrentChar()!='>') ) 
					{
						m_parseValue+=GetCurrentChar();
						m_idx++;
					}
				}
				EatWhiteSpace();
			}
		}

		/// <summary>
		/// Add a parsed attribute to the collection.
		/// </summary>
		public void AddAttribute()
		{
			Attribute a = new Attribute(m_parseName,
				m_parseValue,m_parseDelim);
			Add(a);
		}
		/// <summary>
		/// Get the current character that is being parsed.
		/// </summary>
		/// <returns></returns>
		public char GetCurrentChar()
		{
			return GetCurrentChar(0);
		}
		/// <summary>
		/// Get a few characters ahead of the current character.
		/// </summary>
		/// <param name="peek">How many characters to peek ahead for.</param>
		/// <returns>The character that was retrieved.</returns>
		public char GetCurrentChar(int peek)
		{
			if( (m_idx+peek)<m_source.Length )
				return m_source[m_idx+peek];
			else
				return (char)0;
		}
		/// <summary>
		/// Obtain the next character and advance the index by one.
		/// </summary>
		/// <returns>The next character</returns>
		public char AdvanceCurrentChar()
		{
			return m_source[m_idx++];
		}
		/// <summary>
		/// Move the index forward by one.
		/// </summary>
		public void Advance()
		{
			m_idx++;
		}


		/// <summary>
		/// The last attribute name that was encountered.
		/// </summary>
		public string ParseName
		{
			get 
			{
				return m_parseName;
			}

			set 
			{
				m_parseName = value;
			}
		}

		/// <summary>
		/// The last attribute value that was encountered.
		/// </summary>
		public string ParseValue
		{
			get 
			{
				return m_parseValue;
			}

			set 
			{
				m_parseValue = value;
			}
		}

		/// <summary>
		/// The last attribute delimeter that was encountered.
		/// </summary>
		public char ParseDelim
		{
			get 
			{
				return m_parseDelim;
			}

			set 
			{
				m_parseDelim = value;
			}
		}

		/// <summary>
		/// The text that is to be parsed.
		/// </summary>
		public string Source
		{
			get 
			{
				return m_source;
			}

			set 
			{
				m_source = value;
			}
		}
	}
}

						