HTML解析庫 html5lib
html5lib 是一個 Ruby 和 Python 用來解析 HTML 文檔的類庫，支持HTML 5 以及最大程度兼容桌面瀏覽器。
主要特性包括：
- 將有效和無效的HTML文檔解析成樹
- Support for minidom, ElementTree (including cElementTree and lxml.etree), BeautifulSoup and custom simpletree output formats
- DOM 到 SAX 轉換器
- Reports parse errors
- 字符集探測
- XML mode for working with illformed XML e.g. feeds
- Filtering and serializing of trees
- HTML+CSS sanitizer
- 非常多的單元測試
- 比之前快
本文由用戶 jopen 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！