c语言库libtidy-网页源码解析

它的常见用途是用来规整HTML，纠正HTML书写中的格式不规范的错误。对于XML主要纠正标签不匹配的错误。
还提供一整套的接口，利用这些建立在标准C之上接口，可以很方便的把标记语言文档处理成一棵Dom树（Document Object Model），利用API对于DOM的节点名，节点值， 属性名，属性值可以很方便的遍历。如果用它来做网页信息抽取，应该是比较良好的工具。

下面是分析网页的例子：