プログラマ専用SNS ミクプラ

度々すいません。
htmlを読み込み構文解析するプログラムです。
結果をaccept!までもっていきたいのですが、BEGIN_BODY rejectで止まってしまいます。
html文は変えずにプログラムを変えて、実行結果がaccept!になるようにしたいです。

ちなみにプログラムはの下にあるBNFに従って書いてあります。
prog ::="<HTML>"body"</HTML>"
body ::="<BODY>"{line}"</BODY>"
line ::=table|文字列|"<HR>"|"<BR>"
table ::="<TABLE>"{tr}"</TABLE>"
tr ::=<"TR>{td}"</TR>"
td ::="<TD>"文字列"</TD>" | "<TD>"table<"/TD>"|<"TD>""</TD>"

コード:

#include <stdlib.h>
#include <stdio.h>
#include <string.h>
#include <ctype.h>

#define BSIZE 4096
char buff[BSIZE];
char *bp;

enum tokentype
{
	BEGIN_HTML, END_HTML,	BEGIN_BODY, END_BODY,
	BEGIN_TABLE, END_TABLE, BEGIN_TR, END_TR, BEGIN_TD, END_TD,
	BR,	HR,	STRING,	END
};

enum tokentype token;

void error(char *msg);
void scan();
void prog();
void body();
void line();
void table();
void tr();
void td();

void error(char *msg)
{
	if (msg == NULL)
		puts("error");
	else
		puts(msg);
	//////exit(1);
}

void scan()
{

	while (isspace(*bp)) {
		bp++;
	}
	if (*bp == '\0') {
		token = END;
		return;
	}
	if (strncmp(bp, "<HTML>", 6) == 0) {
		token = BEGIN_HTML;
		bp += 6;
		return;
	}
	if (strncmp(bp, "</HTML>", 7) == 0) {
		token = END_HTML;
		bp += 7;
		return;
	}
	if (strncmp(bp, "<BODY>", 6) == 0) {
		token = BEGIN_BODY;
		bp += 6;
		return;
	}
	if (strncmp(bp, "</BODY>", 7) == 0) {
		token = END_BODY;
		bp += 7;
		return;
	}
	if (strncmp(bp, "<TABLE>", 7) == 0) {
		token = BEGIN_TABLE;
		bp += 7;
		return;
	}
	if (strncmp(bp, "</TABLE>", 8) == 0) {
		token = END_TABLE;
		bp += 8;
		return;
	}
	if (strncmp(bp, "<TR>", 4) == 0) {
		token = BEGIN_TR;
		bp += 4;
		return;
	}
	if (strncmp(bp, "</TR>", 5) == 0) {
		token = END_TR;
		bp += 5;
		return;
	}
	if (strncmp(bp, "<TD>", 4) == 0) {
		token = BEGIN_TD;
		bp += 4;
		return;
	}
	if (strncmp(bp, "</TD>", 5) == 0) {
		token = END_TD;
		bp += 5;
		return;
	}
	if (strncmp(bp, "<HR>", 4) == 0) {
		token = HR;
		bp += 4;
		return;
	}
	if (strncmp(bp, "<BR>", 4) == 0) {
		token = BR;
		bp += 4;
		return;
	}
	if(*bp=='<'){
	  while(*bp!='>'){
	    bp++;
	}
	  return;
	} 
	if (isprint(*bp) || isspace(*bp)) {
		token = STRING;
		bp++;
		while ((*bp != '<') && (*bp != '>') && (*bp != '\0')) {
			bp++;
		}
		return;
	}
	error("unknown token\n");
}
void prog()
{
	if (token != BEGIN_HTML)
		error("BEGIN_HTML reject");
	scan();
	body();
	if (token != END_HTML)
		error("END_HTML reject");
	scan();
}
void body()
{
	if (token != BEGIN_BODY)
		error("BEGIN_BODY reject");
	scan();
	while (token != END_BODY) {
		line();
	}
	scan();
}
void line()
{
  if(token==BEGIN_TABLE){
    table();
  }else if(token==STRING || token==HR || token==BR){
    scan();
  }
}
void table()
{
  if(token!=BEGIN_TABLE)
    error("BEGIN_TABLE reject");
  scan();
  while(token!=END_TABLE){
    tr();
  }
  scan();
}
void tr()
{
  if(token!=BEGIN_TR)
    error("BEGIN_TR reject");
  scan();
  while(token!=END_TD){
    td();
  }
  scan();
}
void td()
{
	if (token != BEGIN_TD)
		error("BEGIN_TD reject");
	scan();
	if (token == STRING) {
		scan();
	}else if (token == BEGIN_TABLE){
		table();
	}
	if (token != END_TD)
		error("END_TD reject");
	scan();
}
int main()
{
	bp = buff;
	while (fgets(bp, BSIZE, stdin) != NULL) {
		bp += strlen(bp);
	}
	bp = buff;
	scan();
	prog();
	if (token != END)
		error("END reject!");
	puts("accept!");
	return 0;
}

コード:

<!-- Institute of Tech.
     Test HTML for htmlchecker -->
<HTML>
  <!-- unsupported tag
      <HEAD>
	<TITLE>
	  Test Page
	</TITLE>
      </HEAD>
    -->
  <BODY>
    Sudacci Ponz!!
    <HR>
    Kana <BR>Institute<BR>of<BR>Technology
    <HR>
    <TABLE>
      <TR><TD>PostScript</TD><TD>UNIX</TD><TD>Mr.President</TD></TR>
      <TR><TD>Lenny</TD><TD>Squeeze</TD></TR>
      <TR><TD></TD><TD>(*_*)</TD><TD></TD><TD>(^_^)</TD></TR>
    </TABLE>
    <HR>
    <TABLE></TABLE>
    GNU/Octave, OctaveForge
    <!-- http://www.gnu.org/software/octave/ -->
    <TABLE>
      <TR>
	<TD>Face</TD>
	<TD><TABLE><TR><TD>(o_o)</TD></TR><TR><TD>(T_T)</TD></TR></TABLE></TD>
	<TD><TABLE><TR><TD>(._.)</TD><TD>(?_?)</TD></TR></TABLE></TD>
      </TR>
      <TR>
	<TD>H/W</TD><TD>S/W</TD><TD>Mr.President</TD>
      </TR>
      <TR>
	<TD>My Favorite Things</TD>
      </TR>
    </TABLE>
  </BODY>
</HTML>

前の回答にも書きましたが、デバッガで追いかければすぐ分かる問題があります。
ヒント：コメントの処理。

デバッガの操作はプログラムを作る上で必要ですからぜひ覚えてください。

softya様

body関数でtokenがＳＴＲＩＮＧになっているのはわかりました
ここら辺をいじればいいんですよね

コード:

if(*bp=='<'){
	  while(*bp!='>'){
	    bp++;
	}
	  return;
	} 
	if (isprint(*bp) || isspace(*bp)) {
		token = STRING;
		bp++;
		while ((*bp != '<') && (*bp != '>') && (*bp != '\0')) {
			bp++;
		}
		return;
	}

たしかにそこが問題なのですが、tokenを設定せずにreturnするのが問題の１つです。
※インデントが間違っているので直したほうが良いですよ。
私の案としてはグローバル変数tokenに代入せずにscan()の戻り値にしたほうが間違え辛いんじゃないかって事ですね。

そもそも問題は、prog（）関数内のコードでは<html>から始まるって前提ですが実際のデータがコメントから始まっているので矛盾しています。
このコメントをどう処理するか考えてみてください。

>>お前特定したぞ

プログラマ専用SNS ミクプラ

プログラムのバグ

プログラムのバグ

Re: htmlを読み込み構文解析するプログラムのバグ [タイトルを付けました]by softya(ソフト屋)

Re: htmlを読み込み構文解析するプログラムのバグ [タイトルを付けました]by softya(ソフト屋)

Re: htmlを読み込み構文解析するプログラムのバグ [タイトルを付けました]by softya(ソフト屋)

Re: htmlを読み込み構文解析するプログラムのバグ [タイトルを付けました]by softya(ソフト屋)