import java.io.*; import java.lang.String; class HtmlTokenizer extends StreamTokenizer { //定義各標記，這里的標記僅是本例中必須的， 可根據需要自行擴充 static int HTML_TEXT=-1; static int HTML_UNKNOWN=-2; static int HTML_EOF=-3; static int HTML_IMAGE=-4; static int HTML_FRAME=-5; static int HTML_BACKGROUND=-6; static int HTML_APPLET=-7;
boolean outsideTag=true; //判定是否在標記之中
//構造器，定義該令牌流的語法表。 public HtmlTokenizer(BufferedReader r) { super(r); this.resetSyntax(); //重置語法表 this.wordChars(0,255); //令牌范圍為全部字符 this.ordinaryChar('< '); //HTML標記兩邊的分割符 this.ordinaryChar('>'); } //end of constrUCtor
public int nextHtml(){ int token; //令牌 try{ switch(token=this.nextToken()){ case StreamTokenizer.TT_EOF: //假如已讀到流的盡頭，則返回TT_EOF return HTML_EOF; case '< ': //進入標記字段 outsideTag=false; return nextHtml(); case '>': //出標記字段 outsideTag=true; return nextHtml(); case StreamTokenizer.TT_WORD: //若當前令牌為單詞，判定是哪個標記 if (allWhite(sval)) return nextHtml(); //過濾其中空格 else if(sval.toUpperCase().indexOf("FRAME") !=-1 && !outsideTag) //標記FRAME return HTML_FRAME; else if(sval.toUpperCase().indexOf("IMG") !=-1 && !outsideTag) //標記IMG return HTML_IMAGE; else if(sval.toUpperCase().indexOf("BACKGROUND") !=-1 && !outsideTag) //標記BACKGROUND return HTML_BACKGROUND; else if(sval.toUpperCase().indexOf("APPLET") !=-1 && !outsideTag) //標記APPLET return HTML_APPLET; default: System.out.PRintln ("Unknown tag: "+token); return HTML_UNKNOWN; } //end of case }catch(IOException e){ System.out.println("Error:"+e.getMessage());} return HTML_UNKNOWN; } //end of nextHtml
protected boolean allWhite(String s){//過濾所有空格 //實現略 }// end of allWhite
