C 基本XML解析器

我正在尝试用C编写一个基本的XML解析器，不使用任何非标准库，它将能够：

• 检测几个不同的标签
• 检测空标记
• 检测标记不匹配

我遇到的主要问题是如何区分哪一个：标签的开头、内容和结尾

我的想法是在读取文件时实现一个有限状态机，以便了解我正在读取的内容

请告诉我你的想法，如果我被指错了方向，请纠正我

编辑：添加一段检测元素和内容的代码

char tmp, buff = -1;
char *content = (char*) malloc(sizeof(char) * (size + 1));
int stage = -1;
int i = 0;
while((tmp = fgetc(file)) != EOF) {
    if(tmp == '<') {
        if(stage == 2 && buff != '>'){
            printf("content: ");
            printCont(content,i);
        }
        stage = 1;
        buff = tmp;
        i = 0;
        continue;
    }else if(tmp == '/' && buff == '<') {
        stage = 3;
        buff = tmp;
        i = 0;
        continue;
    } else if(tmp == '>') {
        if (stage == 1) {
            printf("tag_start: ");
        } else if (stage == 3) {
            printf("tag_end: ");
        } else if (stage == 2) {
            printf("content: ");
        }
        buff = tmp;
        printCont(content,i);//reads the contnet
        stage = 2;
        i = 0;
        continue;
    }
    if(tmp != ' ' && tmp != '\n' && tmp != '\t') {//simple filter
        content[i] = tmp;
        buff = tmp;
        i++;
    }
}

chartmp，buff=-1；
char*content=（char*）malloc（sizeof（char）*（size+1））；
int stage=-1；
int i=0；
而（（tmp=fgetc（文件））！=EOF）{
如果（tmp=''）{
printf（“内容：”）；
printCont（内容，i）；
}
阶段=1；
buff=tmp；
i=0；
继续；
}else if（tmp=='/'&&buff==''）{
如果（阶段==1）{
printf（“tag_start:”）；
}否则如果（阶段==3）{
printf（“tag_end:”）；
}否则如果（阶段==2）{
printf（“内容：”）；
}
buff=tmp；
printCont（content，i）；//读取contnet
阶段=2；
i=0；
继续；
}
if（tmp！='&&tmp！='\n'&&tmp！='\t'）{//简单筛选器
内容[i]=tmp；
buff=tmp；
i++；
}
}

如果你能评论我上面的代码并告诉我如何改进，我将非常感激。

---

到目前为止，它检测到标签和内容，这是我首先真正需要的。

一个FSM本身是不够的。您将需要一种方法来将文本分解为由指定的标记，但您需要使用其他技术来实际识别有效的XML（或拒绝无效的XML）

然后，您需要编写一个basic，它将接受这些标记并使用它们来识别有效的XML

---

这听起来是一个足够基本的任务，您不必担心XML规范中80%的内容，但请确保您理解开始标记和结束标记。即便如此，这将是一项不平凡的工作

查看现有的XML解析器以获得指导。我建议您也仔细阅读

树

数据结构。“请告诉我你的想法”好的。除非你有一个非常令人信服的理由去做，否则，在重新发明轮子之前。作为一名计算机科学专业的学生，我被要求制作自己的解析器，这是我关于C语言编程的主题的一部分。我已经读过很多关于stackoverflow的相关文章，所有这些文章都指向使用库，但正如我在问题中所写的，我需要在没有标准库和非标准库的情况下自己完成这项工作。我诚恳地征求你的意见，所以如果你愿意，请帮助我，如果你不想帮助我，那么请为其他真正愿意帮助的人留出一些空间。听起来你要找的是一本语法分析方面的教科书，例如。这并不便宜，但你的图书馆应该有一本。@Mark，你的思路是对的；在问问题时。不幸的是，在SO要求讨论（想法等）显然是禁忌。我以C代码为职业；（已经30年没上学了）。我经常遇到“ElementryXML解析器”实现；可能是由于许多XML解析器带来的过重负担。例如，一些应用程序使用XML实现配置文件；但它不是应用程序的焦点。对于这些，通常更容易编写一个足以读取配置文件的小型XML解析器。一点也不稀奇。+1这确实是准确的，而且可能是OP针对如此广泛的问题得到的最有用的建议。如果我有什么建设性的东西要添加，那就是尽可能地开发C++标准的LIB。它提供的算法，序列或其他，都非常棒，作为标准的一部分，您可以可靠地使用它们，而不会因为跳出框框而失去分数。感谢您提供的有用建议！我刚刚添加了一段代码，你想看一下吗？