關於HTML文件解析中DOM樹的構建猜測

這兩年人工智慧行業發展的比較火熱，對於那些人工智慧領域的大牛們，小編也是四十五度默默仰望。在好奇心的驅使下，小編也漸漸對人工智慧產生了濃厚的興趣，可憐前途是光明的道路是曲折的，小編的學習之旅可想而知，怎一個苦字了得，根本就是修行啊。在人工智慧方面很多書籍都建議使用python語言，這可苦了作為小白的小編了，經歷了好久終於學了點Python的基礎。
在學習Python教程中涉及到了關於網路爬蟲的內容，這讓小編對網頁結構的解析產生了好奇，HTML語言自身的結構很有其特點，在一個區域內會有成對的識別符號出現，用以表示這段內容的起始和終止，並且其語法格式也限定了其不會出現交叉巢狀的情形。這種獨特的網頁結構特點，讓我萌生了編寫自己的網頁解析程式的想法。終於進入正題了，原諒小編是個慢性子。。。
說幹就幹。首先問題來了，一個網頁結構的檔案，雖然層次比較清晰，但是如何讓自己的程式能夠識別出它的這種層次結構呢？這讓小編困擾了好久。。。終於在word文件結構圖的啟示下，小編想起了好久沒有碰過的資料結構中的樹結構。查閱了資料發現HTML 文件有個重要的內容就是構建DOM樹，網上瀏覽了一圈除了知道個DOM樹名詞外，其它的一堆內容小編實在是沒有看明白。於是開始了小編的迷茫之旅。。。
自己動手，豐衣足食。經過了幾天的思考，小編有了重大的突破。依據小編這些年的經驗，一個程式最核心的是思想，其次就是它的開始——確定採用什麼資料結構。經過幾番猜想，小編選定了樹與棧的結合。這種文件層次結構分級比較明顯，很適合採用樹形結構，配合進出棧的操作很容易得到層級關係。
希望就在前方，可是前方似乎總有未知在等你。方向確定了，小編有點竊喜，允許小編嘚瑟一下~小編智商還是槓槓的~哈哈哈~~~進入正題。門是開的，好像有個魔鬼。一旦你作了決定，恭喜你，麻煩就會纏身。HTML結構雖然很清晰，但是，每個層的元素組成個數卻是未知的，這從某種程度上加大了控制的難度。小編又進入苦惱中。。。誰來安慰一下剛剛中了五百萬的卻發現自己原來在做夢的小心臟。請求高手解答。。。對不起你所撥打的電話是空號！！！還是靠自己吧。。。小編從腦海中回想自己所學的幾種結構，心中暗自慶幸還好沒有全部還給老師。。。嘿嘿。。。從線性表中的棧、佇列、連結串列到二叉樹，再到圖中的鄰接多重表。盤算了一圈，感覺鄰接多重表比較靠譜，經過幾番痛苦的假設，終於還是放棄了。
既然是樹結構還是老老實實的用樹吧，經過幾番的分析，小編終於找到了一種解決方案，採用child-root-cousin二叉樹形結構，可以比較好的解決下層節點數量不定的問題。事情到了這裡終於可以有一個比較好的解決方案了。小編可以好好休息一下了。

時間：2017.3.30-- 00：41

繼續我們的DOM樹的構建之旅。方案有了，下面就該親自動手了堆程式碼了。不用多說對於小編這個小白就會點C語言，雖然學了Python但是還不能得心應手，不要笑小編好low，小編會害羞的~~~。
對於小編這種小白，C程式也就馬馬虎虎了，就不丟人現眼了。經過幾番測試終於寫好了一個棧的基本程式結構，然後就開始child-root-cousin樹的構建，程式碼就不貼了，相信有點資料結構基礎的，都比小編強。以下是小編的棧結構體和child-root-cousin二叉樹結構體：
控制棧結構體:
typedef struct Element{
Node node;
struct Element next;
}Element;
struct Stack{
Element top, base;
int length;
};
Child-root-cousin二叉樹節點結構體：
typedef struct Node{
int data;
struct Node parent;
struct Node cousin;
struct Node * child;
int child_num;
}Node;
因為HTML結構比較分明，而且HTML檔案的解析涉及到很多的物件不是問題研究的重點，所以小編測試的時候就偷了個懶，採用一個整形陣列，類似這種結構{1,2,3，-3,4，-4,-2，5，-5，-1}表示HTML檔案，個人感覺還是挺能說明問題的。
以上對於HTML文件中DOM樹的構建是小編的個人猜測，至於HTML真是的結構小編就不太清楚了，如有知道詳情的親們，麻煩分享一下，讓我等小白好好拜讀。

時間：2017.3.30 --01:03