Доброго времени суток.
Мне понадобилось написать парсер html/xml на чистом Си. Хотелось бы узнать, какие алгоритмы/теории нужно знать что бы эффективно выполнить эту работу? Заранее спасибо за ответ

flex/bison

Есть готовые парсеры xml на чистом C - поищи в инете.
Если писать самому - да, flex/bison, но писать полный парсер это работа не для новичка.

синтаксический анализ

oleg200095, Лучше воспользуйся готовыми решениями, а так есть книга Ахо про компиляторы. Но прежде чем хоть что-то вменяемое напишешь пройдет достаточно много времени, имеет ли смысл?

Вам шашечки, или ехать? Если второе, то возьмите libxml2 и не парьтесь
А если первое, то для xml теории синтаксического анализа будут чересчур - у него грамматика простая как сапог   

Мне и шашечки и ехать, с одной стороны его нужно использовать в проекте, а с другой хотелось бы и научиться. 

да, его описание всего-то 1000 с небольшим строк.

Добавлено через 3 минуты и 8 секунд
а bnf порядка 200 занимает, с пустыми строками.

Добавлено через 5 минут и 59 секунд

разделите это на две задачи  
научиться цель благородная, но сильно затормозит Ваш проект. так что почитайте про лексический и синтаксический анализ вобщем, поймите как устроен построитель компиляторов типа flex/bison, а для проекта возьмите специализированную библиотеку

Это сообщение отредактировал(а) baldina - 11.7.2012, 17:40

Это не значит, что  и парсер на 1000 строк будет


А не надо в одном bnf смешивать лексику и семантику.  Да и DTD ТС видимо не нужен (я так подозреваю)   

Чистый bnf на семантику там будет строк на 20 максимум. И требование к совпадению открывающих и закрывающих тегов, а так же к уникальности атрибутов вообще в bnf не выражается   



Это всегда полезно, но для парсинга XML это из пушки по воробьям (хотя flex можно задействовать)


Это сообщение отредактировал(а) xvr - 11.7.2012, 22:16

oleg200095, да не надо всякие Бауэра и Замельзона или Рутисхаузера учить по разбору выражений, ты сразу генетические алгоритмы бери   а то всякой 50летней давности классики насоветуют, которая неспособна к самоанализу и измененеиям ( полный полиморфизм, включащий в себя другие морфичные структуры )   это для 1-ой части "для себя", которую тебе советуют, а для 2-ой, как сказали полно всего готового, то мне больше XmlLite