tag 与 字段的提取，使用双向链表实现

在上一篇中提到提取tag（包括文本），对于严格的html结构，如下：
<p>that is a p item<font>that is a font item</font></p>
希望解析的结果如下：
p:thag is a p item
font:that is a font item
...
...
就是一个tag对应夹在tag间的所有文本，这样对于搜索的意义在于，不同tag的文本其搜索意义不一样，比如<strong>that is text</strong>比<p>that is text</p>的文本显然权值大，这样在搜索时就可以设置不同的权重，以达到合理的搜索。

我的思路是这样，使用双向链表，对于出现了结束tag，就往前找开始tag，把里面的所有文本都提取出来，形成tag=>text

总体方法很简单，但是存在很多意外情况（主要是html的不规范），比如，下面的特殊tag
<img><br><br /><input><meta>很可能存在只开不闭，或者只闭不开的情况。

还有：<p>that p <font>that font p </p>that font</font>
或者：<p>that p <font> p or font</p>
这样不规范的情况，那么怎么做才合适呢？

我是这样做的，出现闭tag是，往前寻找对应的开tag，如果两个tag之间还有其他tag，就出现了不规范的情况，把两个tag，和异常tag之前的文本提取出来，删除节点，比如上面：
提取出p:that p，留下<font>p or font

具体方法：

package org.biti.html;

public class Tag {
	private boolean istag;
	private String tagortext;
	private Tag next;
	private Tag pri;

	public Tag(boolean istag,String tagortext,Tag next,Tag pri){
		this.istag = istag;
		if(istag==true){
			this.tagortext = tagortext.trim().split("\\s+")[0];
		}else{
			this.tagortext = tagortext.trim();
		}
		this.next = next;
		this.pri = pri;
	}
        /*get set method*/
}

package org.biti.html;

public class TagList {
	private Tag head = null;
	private Tag tail = null;

public void rebuild(String endtag){
		boolean err=false;
		Tag cursor = tail;
		Tag begintag = null;
		while(true){
			if(cursor.istag()&&cursor.gettagortext().equalsIgnoreCase(endtag)){
				begintag=cursor ;break;		
			}
			if(cursor==head) return;
			cursor = cursor.getpri();
		}
		if(cursor == tail){
			if(tail.getpri()!=null){
				tail = tail.getpri();
				tail.setnext(null);
				return;
			}
			if(head==tail){
				head=null;
				tail=null;
				return;
			}
		}
		cursor = cursor.getnext();
		StringBuffer sb = new StringBuffer();
		while(true){
			if(cursor.istag()){
				//System.out.println("err");
				err=true;
				//System.out.print(endtag+":");
				if(!sb.toString().isEmpty()){
				System.out.println(endtag+":"+sb.toString());
				}
				break;
			}
			sb.append(cursor.gettagortext());
			if(cursor==tail){
				if(!sb.toString().isEmpty()){
					System.out.println(endtag+":"+sb.toString());
				}
				if(begintag!=head){
					tail = begintag.getpri();
					tail.setnext(null);
				}else{
					head = null;
					tail = null;
				}
				return;
			}
			cursor = cursor.getnext();
		}
		if(err){
			if(begintag==head){
				head = cursor;
				head.setpri(null);
			}else{
				begintag.getpri().setnext(cursor);
				cursor.setpri(begintag.getpri());
			}
		}

	}

	public void append(Tag tag){
		if(tag==null){
			return;
		}
		if(head==null){
			if(tag.istag()){
				head = tag;
				tail = tag;
				tag.setpri(null);
				tag.setnext(null);
			}
		}else{
			tail.setnext(tag);
			tag.setpri(tail);
			tail = tag;
			tail.setnext(null);
		}
	}
}