18/05/05se info2 - s. l'haire unige1 lecture cha î ne caract è res un document html est...

18/05/05 SE Info2 - S. L'haire UNIGE 1

Lecture chaîne caractères Un document HTML est composé de balises Une balise est composée de caractères

entre <> (ex: <HTML> A chaque balise correspond une balise

fermante (ex: </HTML> Lire et valider un document HTML bien

formé Si même nombre de balises ouvrantes et

fermantes même niveau


Un document à valider

<HTML><BODY>

<H4>Je suis un document</H4></BODY>

</HTML>


Technique des automates Automates à états finis: un algorithme

simple de traitement de chaines Processus de traitement avec

Un vocabulaire de symboles finis (p.ex. des caractères ou groupes de caractères)

Un ensemble d'états (e0, e1… en) Un ensemble de transitions d'un état à un autre

étant donné la lecture d'un symbole transition(symbole, état) = nouvel état A chaque transition, on peut associer des actions

Un état initial (par convention e0) Un ou plusieurs états finaux


Automate simplifié pour le HTML Vocabulaire:

< > / espace autres (any car)

Etats e0, e1, e2, e3, e4

Etat initial e0 Etat final e4

<HTML><BODY>


</HTML>


Transitions pour le HTML

e0e4

<HTML><BODY>


</HTML>

e1

e2

<

any carespace

e3

/

>any car

any car

any car

any car+ espace

<


Actions But: placer la balise lue dans une chaîne

et changer de niveaux Actions liées à l'état courant et état

précédent Si e3 on ajoute un caractère à la balise

Si on était en e1 on ajoute un niveau Si on était en e2 on enlève un niveau

Si e4 on ferme chaîne balise, on met indice à 0 et on écrit

Dans tous les autres cas on ne fait rien


Objet automateTransitionsTab = POINTER TO ARRAY OF ARRAY OF INTEGER;

Automate* = POINTER TO ABSTRACT RECORDtabTrans : TransitionsTab;etatPrecedent, etatCourant, nbEtats,nbSymboles, numSymbole : INTEGER;finalStates: SET;

END; Pour plus de comodités, les différents symboles reçoivent un

numéro (< = 1; / = 2; > = 3; espace = 4; autres cars = 0) Un nombre élevé (1000) fait office d'état d'échec


Objet (suite) Des méthodes permettent d'accéder aux

propriétés privées(a: Automate) EtatFinal (): BOOLEAN, NEW;(a: Automate) GetCurrentState (): INTEGER, NEW;(a: Automate) GetEtatCourant (): INTEGER, NEW;(a: Automate) GetNbEtats (): INTEGER, NEW;(a: Automate) GetNbSymboles (): INTEGER, NEW;(a: Automate) GetNumSymbole (): INTEGER, NEW;(a: Automate) GetPrevState (): INTEGER, NEW;(a: Automate) SetNumSymbole (num: INTEGER), NEW;(a: Automate) SetTrans (state, sym, newstate: INTEGER),

NEW


Initialisation Au niveau objet génériquePROCEDURE (a: Automate)Initialiser*(nbEtats, nbSymboles : INTEGER;

finis : SET), NEW;VAR i, j : INTEGER;BEGIN

ASSERT(finis # {}); ASSERT(nbEtats > 1); ASSERT(nbSymboles > 1);a.finalStates := finis; a.nbEtats := nbEtats; a.nbSymboles := nbSymboles;a.etatCourant := 0; a.etatPrecedent := 0;NEW(a.tabTrans, nbEtats, nbSymboles);FOR i := 0 TO nbEtats -1 DO

FOR j := 0 TO nbSymboles -1 DOa.tabTrans[i,j] := errorTrans;

END;END;

END Initialiser;


Effectuer une transition Niveau génériquePROCEDURE (a: Automate) EffectuerTransition*(symbole :

CHAR): BOOLEAN, NEW;VAR numSymbole : INTEGER;

BEGINa.SetNumSymbole(a.LireSymbole(symbole));a.etatPrecedent := a.etatCourant;a.etatCourant :=

a.tabTrans[a.etatCourant, a.numSymbole];IF (a.etatCourant # errorTrans) THEN RETURN TRUEELSE RETURN FALSE END;

END EffectuerTransition;


Au niveau spécifique

AutomateHTML* = POINTER TO RECORD (LhaireInfo2Automates.Automate)

niveau : INTEGER;indBalise : INTEGER;

balise* : ARRAY 100 OF CHAR;END;


Lecture d'un symbole Niveau spécifiquePROCEDURE (a: AutomateHTML)LireSymbole*(s:

CHAR):INTEGER;BEGIN

CASE s OF '<' : RETURN 1;| '/' : RETURN 2;| '>' : RETURN 3;| ' ' : RETURN 4;ELSERETURN 0END;

END LireSymbole;


Initialiser les transitions Au niveau spécifique Le tableau des transitions est initialisé à

l'état "erreur" à la construction de l'objet (niveau générique)

Il n'y a plus qu'à initialiser les états corrects au niveau spécifique

PROCEDURE (a: AutomateHTML)InitialiserTrans*;BEGIN

a.SetTrans(0, 0, 0);a.SetTrans(0, 1,1);a.SetTrans(0,4,0); …


Effectuer une action Niveau spécifiquePROCEDURE (a: AutomateHTML) EffectuerAction* (symbole:

CHAR): BOOLEAN;BEGIN

CASE a.GetCurrentState() OF 0 : RETURN TRUE;| 1 : RETURN TRUE;| 2 :RETURN TRUE;| 3 : a.balise[a.indBalise] := symbole; INC(a.indBalise);IF a.GetPrevState() = 1 THENINC(a.niveau);ELSIF a.GetPrevState() = 2 THEN DEC(a.niveau); END;RETURN TRUE;| 4: a.balise[a.indBalise] := 0X; a.indBalise := 0; …


Lecture de chaînePROCEDURE (a: AutomateHTML) LireChaine(IN chaine : ARRAY

OF CHAR), NEW;VAR i : INTEGER;BEGIN

i:= 0;WHILE (chaine[i] # 0X) & (a.EffectuerTransition(chaine[i])) DO

IF a.EffectuerAction(chaine[i]) THENécrire log… INC(i);

ENDEND;IF (a.EtatFinal()) & (a.niveau =0) THEN

StdLog.String("Succès lecture"); StdLog.LnELSE HALT(33) END;

END LireChaine;


Pour le TP 10 Plus simple de construire un élément du

graphe par un automate Le vocabulaire des automates est

espace délimiteurs: ! " ( ) , .- : ; [ ] < > apostrophe caractères alphanumériques sinon erreur

Vous pouvez réutiliser le code de l'exemple

18/05/05se info2 - s. l'haire unige1 lecture cha î ne caract è res un document html est...

Documents