一种过滤标记语言中非法标签的方法技术

本发明专利技术公开了一种过滤标记语言中非法标签的方法，包括以下步骤：１．从标签构成的输入数据流中记录下：当前正要解析的标签的位置；上一个解析过的标签的位置；所有尚未解析到其结束标签的起始标签；且在解析的过程中，不断更新上述三个记录信息；２．从标签构成的输入数据流读入第一个非注释的、合法的标签，记为ｃｕｒＴａｇ，作为递归函数的输入参数，进行递归解析过程；３．在基于递归的标记语言解析过程中，利用步骤１所记录的信息，采用忽略或虚拟的容错机制，识别并过滤非法标签。本发明专利技术不会因为网页中存在错误标签而中断解析过程，从而提高了浏览器的鲁棒性，也增强了用户的浏览舒适度。

【技术实现步骤摘要】

本专利技术涉及一种过滤标记语言(如HTML，XHTML，WML等)中非法标签的方法，适用于基于嵌入式微浏览器的标记语言的容错解析。
技术介绍
标记语言即标准通用标记语言SGML(Standard Generalized MarkupLanguage)，由1986年发布的信息管理方面的国际标准(ISO8879)定义。SGML的主要目的是定义一种使用标签来表示数据的标记语言的语法。标签由包围在一个小于号(<)和一个大于号(>)之间的文本组成，例如<tag>。起始标签(start tag)表示一个特定区域的开始，例如<start>；结束标签(end tag)定义了一个区域的结束，除了在小于号之后紧跟着一个斜线(/)外，和起始标签基本一样，例如</end>。SGML还定义了标签的属性(attribute)，它们是定义在小于号和大于号之间的值，例如<img src＝＂picture.jpg＂>中，标签img包含名称是src的属性，其值为＂picture.jpg＂。SGML语言由于其规范性、可移植性等特点，非常适用于Web数据描述。故本文档来自技高网...

【技术保护点】
一种过滤标记语言中非法标签的方法，其特征在于包括以下步骤：　步骤１，从标签构成的输入数据流中记录下：（１）当前正要解析的标签的位置；（２）上一个解析过的标签的位置；（３）所有尚未解析到其结束标签的起始标签；且在解析的过程中，不断更新上述三个记录信息；　步骤２，从标签构成的输入数据流读入第一个非注释的、合法的标签，记为ｃｕｒＴａｇ，作为递归函数的输入参数，进行递归解析过程；　步骤３，在递归（或其等价非递归）的标记语言解析过程中，利用步骤１所记录的信息，采用忽略或虚拟的容错机制，识别并过滤非法标签。

【技术特征摘要】
1、一种过滤标记语言中非法标签的方法，其特征在于包括以下步骤：步骤1，从标签构成的输入数据流中记录下：(1)当前正要解析的标签的位置；(2)上一个解析过的标签的位置；(3)所有尚未解析到其结束标签的起始标签；且在解析的过程中，不断更新上述三个记录信息；步骤2，从标签构成的输入数据流读入第一个非注释的、合法的标签，记为curTag，作为递归函数的输入参数，进行递归解析过程；步骤3，在递归(或其等价非递归)的标记语言解析过程中，利用步骤1所记录的信息，采用忽略或虚拟的容错机制，识别并过滤非法标签。2、根据权利要求1所述的过滤标记语言中非法标签的方法，其特征在于，递归的标记语言解析过程如下：a)步骤2中读入的第一个非注释的、合法的标签curTag为递归函数的输入参数，b)存储curTag的名称和属性于特定的数据结构，c)从输入数据流读入下一个标签，记为nextTag，若输入数据流已经结束，则nextTag为空，d)若读入的下一个标签nextTag是开始标签，则将nextTag的值赋给curTag，回到(a)开始新一次递归，e)若读入的下一个...

【专利技术属性】
技术研发人员：郭华，廖建华，庞恩林，胡胜发，
申请(专利权)人：安凯广州微电子技术有限公司，
类型：发明
国别省市：81[中国|广州]