我应该阅读什么关于 json 和 html 解析器来自己构建一个解析器？

Question

我想创建一个 json 和 html 解析器来加深我对它们的了解（我不想重新发明它以使其“更高效”，正如您所想的那样）。我应该读什么才能成功？

PS：我知道解析法则，但在 json 上找不到一些。

PPS：C++ 实现是我的目标。

Answer 1

JSON 在RFC 8259（使用 EBNF）和ECMA-404（使用铁路图）中指定。由于它们都定义了相同的语法，因此您使用两者中的哪一个并不重要；选择你认为更容易的那个。JSON 解析非常简单。另一方面，HTML 是一个巨大的项目，由于缺乏版本化的权威标准而变得更加复杂，这使得它有点像一个移动目标。当前由“生活标准”定义的 HTML 解析是一个可能无法封装在上下文无关语法中的过程。尽管如果忽略处理词汇错误的部分，至少可以提取词汇语法，但并未真正尝试使用标准中的语法描述。当然，您可以为行为良好的子集编写一个解析器，但该解析器可能无法很好地处理您想要处理的许多“HTML”文档。