HTML：：Query 如何在 perl 5 中自动完成无效的 HTML？-解网

问：

我的代码无效，缺少.尽管如此，我还是试图选择其中的元素，但选择器具有违反直觉的行为。HTMLtrtheadHTMLHTML::Query

这是我的代码：

#!/usr/bin/env perl

require HTML::Query;
use JSON;

my $q = HTML::Query->new( text => '
<table>
    <thead>
        <th>A</th>
        <th>B</th>
        <th>C</th>
    </thead>
    <tbody>
    <tr>
        <td>E</td>
        <td>F</td>
        <td>G</td>
    </tr>
    </tbody>
</table>
' );

my %data = (
    tr => $q->query('tr')->first->as_trimmed_text,
    tbody => $q->query('tbody')->first->as_trimmed_text
);

print JSON->new->utf8(0)->encode( \%data );

结果：

{
  "tbody": "",
  "tr": "BC"
}

当然，如果我使用正确的代码而缺少：HTMLtr

<table>
    <thead>
    <tr>
        <th>A</th>
        <th>B</th>
        <th>C</th>
    </tr>
    </thead>
    <tbody>
    <tr>
        <td>E</td>
        <td>F</td>
        <td>G</td>
    </tr>
    </tbody>
</table>

然后程序打印疑似直观输出：

{
  "tr": "ABC",
  "tbody": "EFG"
}

我的问题：

为什么在第一种情况下省略了字母？A
为什么找不到？tbody
如何对待无效？它是固定的吗？以哪种方式？HTML::QueryHTML

html perl 解析 html-parsing html-parser

<html>
    <head></head>
    <body>
        <table>
            <thead></thead>
            <th>A</th>
            <tr>
                <th>B</th>
                <th>C</th>
                <tbody></tbody>
            </tr>
            <tr>
                <td>E</td>
                <td>F</td>
                <td>G</td>
            </tr>
        </table>
    </body>
</html>

所以我知道无效是如何转换的。HTML

在我看来，它是可以改变的。链接到已创建的问题：

https://github.com/abw/HTML-Query/issues/8

2赞 kamelkev 5/21/2018 #2

我是这个包的维护者。

HTML：：Query 在 HTML：：Tree 提供的解析功能之上提供了选择器的魔力。HTML：：Query 本身不提供任何解析。您的问题出在 HTML：：Tree 上，而不是 HTML：：Query 上。

HTML：树很大程度上早于规范一致性。它最初是在IE统治互联网（1999年）时创建的，并根据“现实世界”的用法处理HTML。它在处理 HTML 4 文档方面做得很好，但正如您所注意到的，在 HTML 4 中合法的非常规标记存在问题。处理这些边缘情况没有追索权，图书馆不能也不会处理它们，因为有成千上万的组织依赖现有的实现来继续工作。

HTML：：Tree 不支持 HTML5。底层库 HTML：：TagSet 的作者拒绝支持它，并与任何提供解决方案或提出接管库的人争论（或忽略）。这种立场有效地阻止了所有衍生项目正确处理 HTML5 - HTML：：Query 和 CSS：：Inliner 也不例外。

至于使用 HTML：：HTML5：:P arser 或“任何其他提供 HTML 解析器的 Perl 模块”的建议 - 我欢迎补丁。话虽如此：没有充分维护的Perl库可以带来HTML：：Tree所做的，所以任何这样的尝试都可能失败，但让我们看看你能想出什么。

上一个：如何在 Perl 中不给出文件名的情况下解析文件？

下一个：perl - 使用组合脚本解析错误

HTML：：Query 如何在 perl 5 中自动完成无效的 HTML？

How HTML::Query autocomplete invalid HTML in perl 5?

评论