C#でHTMLパーサを作ろうとする

ちょっと必要になったので、ここの記事を参考にしました。
随分簡易的な物になってしまいました。
投稿用に改めて修正したのですが、目的の情報(ここから遅延情報の取得)が取れた事以外確認してないです。その為、しっかりとした検証が出来てないです。参考程度にしてください

ちょっと説明

• pythonのHTMLparserクラスのような使い勝手の物を目指しました。
• タグ、属性、データそれぞれが読みこまれた時に各々のメソッドが呼ばれます。
• 属性値はディクショナリで渡されます。
• コメント、空要素はタグとして認識しないようにしています。

コード

paser.cs

class parser
{
    private string html_data;
    private int data_index = 0;
    private int reverse_index = 0;
    private string html_tag;
    private string attr_name;
    private string tag_attr;
    private string main_data;
    private char delim;
    private Dictionary<string, string> attribute_list = new Dictionary<string, string>();
    private string[] empty_tag_list = new [] {"area","base","basefont","br","col","frame","hr","img","input","isindex","link","meta","param"};

    //value reset
    public void reset()
    {
        html_data = "";
        data_index = 0;
        reverse_index = 0;
        html_tag = "";
        attr_name = "";
        tag_attr = "";
        main_data = "";
    }

    //check empty tag
    public bool empty_tag()
    {
        bool tag_flg = true;
        foreach (string n in empty_tag_list) 
        {
            if (n.ToLower() == html_tag) 
            {
                tag_flg = false;
            }
        }
        return tag_flg;
    }

    //check end tag
    public void end_tag_check()
    {
        string e_tag = "";
        int tmp_index = data_index;
        data_index++;
        if (html_data [data_index] == '/') 
        {
            data_index++;
            blank_remove ();
            while ((html_data [data_index] != '>') && (html_data [data_index] != ' ') && (!check_eof ())) 
            {
                e_tag += html_data [data_index];
                data_index++;
            }
        }

        //reverse index
        data_index = tmp_index;

        if (e_tag != html_tag) 
        {
            main_data += html_data [data_index];
            data_index++;
        }
    }


    //check end of file
    public bool check_eof()
    {
        if (data_index >= (html_data.Length - 1))
        {
            return true;
        }
        else
        {
            return false;
        }
    }

    //remove blank
    public void blank_remove()
    {
        while ((html_data[data_index] == ' ') && (!check_eof()))
        {
            data_index++;
        }

    }

    //check tag 
    public void check()
    {

        while ((html_data[data_index] != '<') && (!check_eof()))
        {
            data_index++;
            if ((html_data.Length - data_index) > 3)
            {
                if ((html_data[data_index] == '<')
                    && (html_data[data_index + 1] == '!')
                    && (html_data[data_index + 2] == '-')
                    && (html_data[data_index + 3] == '-'))
                {
                    while ((html_data[data_index] != '-')
                        && (html_data[data_index + 1] != '-')
                        && (html_data[data_index + 2] != '>'))
                    {
                        data_index++;
                    }
                    data_index += 3;
                }
            }

        }

        //end tag check
        if ((html_data.Length - data_index) > 1) {
            if (html_data[data_index + 1] == '/' || (html_data[data_index + 1] == '!'))
            {
                while ((html_data[data_index] != '>') && (!check_eof()))
                {
                    data_index++;
                }
                data_index++;
            }
        }
    }

    //get tag
    public void get_tag()
    {
        while ((html_data[data_index] != '>') && (html_data[data_index] != ' ') && (!check_eof()))
        {
            html_tag += html_data[data_index];
            data_index++;
        }
                //html_tag = html_tag.ToLower(); こっちの方がいいかもしれない
        find_tag(html_tag);
    }

    //get attribute
    public void get_attribute()
    {
        while( (html_data[data_index] != '>') && (html_data[data_index] != '/') && (!check_eof() ) )
        {
        while ((html_data[data_index] != '=') && (!check_eof()))
        {
            attr_name += html_data[data_index];
            data_index++;
        }

        data_index++;
        delim = html_data[data_index];
        data_index++;

        while ((html_data[data_index] != delim) && (!check_eof()))
        {
            tag_attr += html_data[data_index];
            data_index++;
        }
        attribute_list.Add(attr_name, tag_attr);
        attr_name = "";
        tag_attr = "";
            data_index++;
        blank_remove();
        }
        find_attribute(html_tag, attribute_list);
    }

    //get data
    public void get_data()
    {
        while ((html_data[data_index] != '<') &&(html_data[data_index+1] != '/') && (!check_eof()))
        {
            main_data += html_data[data_index];
            data_index++;

            if ((html_data[data_index] == '<'))
            {
                end_tag_check();
            }

        }
        find_data(html_tag, attribute_list, main_data);
    }

    //find tag
    public virtual void find_tag(string tag)
    {
    }

    //find atrribute
    public virtual void find_attribute(string tag, Dictionary<string, string> attr_list)
    {
    }

    //find data
    public virtual void find_data(string tag, Dictionary<string, string> attr_list, string data)
    {
    }

    public void parse()
    {
        while (!check_eof())
        {
            check();
            if (!check_eof())
            {
                if ((html_data[data_index] == '<') && (html_data[data_index+1] != '/'))
                {
                    data_index++;
                    blank_remove();
                    get_tag();
                    blank_remove();
                    if (html_data[data_index] != '>' && empty_tag())
                    {
                        get_attribute();
                        blank_remove();
                    }
                    if (html_data[data_index] == '>')
                    {
                        data_index++;
                        blank_remove();
                        if (html_data[data_index] != '<')
                        {
                            reverse_index = data_index;
                            get_data();
                            data_index = reverse_index;
                        }
                    }
                    if(html_data[data_index] == '/')
                    {
                        data_index++;
                    }
                }
                else if (html_data[data_index] == '>'  && empty_tag())
                {
                    data_index++;
                    reverse_index = data_index;
                    get_data();
                    data_index = reverse_index;
                }
            }
            attribute_list.Clear();
            html_tag = "";
            main_data = "";
        }
    }


    public string paga_data
    {
        get
        {
            return html_data;
        }
        set
        {
            reset();
            html_data = value;
        }
    }
}

実装方法

下記をオーバーライドしてください。

paser.cs

//～～～～～～～～～～
//find tag method
public virtual void find_tag(string tag)
{
}

//find atrribute 
public virtual void find_attribute(string tag, Dictionary<string, string> attr_list)
{
}

//find data
public virtual void find_data(string tag, Dictionary<string, string> attr_list, string data)
{
}
//～～～～～～～～～～

ここから遅延情報を取り出す例です。
呼び出し元でこんな感じに実装します。

main.cs

//～～～～～～～～～～

    //使いたいところで下記の"parse();"を呼び出す
    public void parse()
    {
        Dictionary<string, string> url_list = new Dictionary<string, string>();
        string page;
        parser1 ps = new parser1();
        page = GetPage("http://www.jikokuhyo.co.jp/search/detail/line_is/kanto_takasaki");
        ps.paga_data = page;
        ps.parse();
    }

    public static string GetPage(string url)
    {
        WebResponse response = null;
        Stream stream = null;
        StreamReader
        reader = null;
        try
        {
            HttpWebRequest request =　(HttpWebRequest)WebRequest.Create(url);

            response = request.GetResponse();
            stream = response.GetResponseStream();

            if (!response.ContentType.ToLower().StartsWith("text/"))
                return null;

            string buffer = "", line = "";

            reader = new StreamReader(stream);

            while ((line = reader.ReadLine()) != null)
            {
                buffer += line + "\r\n";
            }

            return buffer;
        }
        catch (WebException e)
        {
            System.Console.WriteLine("Can't download:" + e);
            return null;
        }
        catch (IOException e)
        {
            System.Console.WriteLine("Can't download:" + e);
            return null;
        }
        finally
        {
            if (reader != null)
                reader.Close();

            if (stream != null)
                stream.Close();

            if (response != null)
                response.Close();
        }
    }

//～～～～～～～～～～

class parser1 : parser
{
    private bool state;

    private string comment;

    public parser1()
    {
        state = true;
    }

    public bool status
    {
        get
        {
            return this.state;
        }
        set
        {
            this.state = value;
        }

    }

    public string m_comment
    {
        set
        {
            this.comment = value;
        }
        get
        {
            return this.comment;
        }
    }

    //find tag
    public override void find_tag(string tag)
    {
    }

    //find atrribute
    public override void find_attribute(string tag, Dictionary<string, string> attr_list)
    {
    }

    //find data
    public override void find_data(string tag, Dictionary<string, string> attr_list, string data)
    {
        if (tag == "div")
        {
            foreach (KeyValuePair<string, string> sPair in attr_list)
            {
                if (sPair.Key == "class" && sPair.Value == "corner_block_row_detail_d")
                {
                    if ( (data != "\r\n現在、平常通り運転しています。") && (data !="\r\n情報提供時間は4：00～翌2：00となっています。") )
                    {
                        //なにかする
                        m_comment = data;
                        status = false;

                    }
                    else
                    {
                    }
                }
            }

        }
    }
}
//～～～～～～～～～～

後々役に立つと思ったけど、今のところ遅延情報の取得以外に使ってないです。