Htmlparser оптимизация

В настоящее время htmlparser по-прежнему использует метод замены строк для обеспечения совместимости шаблонов. Этот метод не отличается высокой эффективностью и не является гибким, что приводит к жёсткой привязке разбора к шаблонам.

Решение

Добавить поддержку процессора, чтобы обеспечить свободный анализ структуры HTML.

Процессор — это функция, которая используется для определения того, является ли полученный парсером элемент началом или концом.

Информация, содержащаяся в процессоре:

— тип, который используется для описания текущего содержимого: element/attribute/text/cdata/comment;

— имя тега, если тип — element;

— предыдущий символ;

— текущий символ;

— следующий символ.

Функция должна возвращать следующую информацию:

— ожидаемый символ, при возврате которого обработчик будет запущен снова при чтении этого символа;

— стоп-символ, при достижении которого чтение должно быть остановлено, даже если ожидаемый символ не был найден.

Можно ли использовать регулярные выражения для ожидаемых и стоп-символов?