HTML解析引擎：Jumony
也許很多人會認為，目前的HTML解析器已經足夠了，甚至于簡單的正則，也已經可以滿足操縱HTML文檔的需求。是的，對于互聯網上絕大多數的 HTML文檔，事實上都大部分滿足了XHTML的規范，對于它們的解析，并不需要多么強大的解析器。但是強大的解析器是一回事，而完美的解析器又是另一回事。
Jumony Core首先提供了一個近乎完美的HTML解析引擎，其解析結果無限逼近瀏覽器的解析結果。不論是無結束標簽的元素，可選結束標簽的元素，或是標記屬性，或是CSS選擇器和樣式，一切合法的，不合法的HTML文檔，瀏覽器解析成啥樣，Jumony就解析成啥樣。也就是說，Jumony解析的結果，與瀏覽器解析的結果別無二致，讓你可以再也不用關心HTML文檔是否可以被識別，瀏覽器能看，Jumony就能解。
完美和強大只有一步之遙，但是完美的解析器可以讓你永遠不用關心HTML源文檔。
以下是Jumony解析器所支持的特性不完全列表
| 特性 | 例子 |
| 孤立的<解析為文本 | < a應當解析為< a |
| 孤立的>解析為文本 | <a>></a>應當解析為<a>></a> |
| 標記屬性（沒有值的屬性） | <input type="text" checked /> |
| 元素丟失結束標簽 | <div><a href="test.html">測試鏈接</div> |
| 可選結束標簽元素 "body", "colgroup", "dd", "dt", "head", "html", "li", "option", "p", "tbody", "td", "tfoot", "th", "thead", "tr" |
<p>abc<p>123 |
| 無結束標簽元素 "area", "base", "basefont", "br", "col", "frame", "hr", "img", "input", "isindex", "link", "meta", "param", "wbr", "bgsound", "spacer", "keygen" |
<img src="1.jpg"> |
| CData元素 | <script>if ( 1<a ) alert( "<div>" );</script> |
| "script", "style", "textarea", "title" | |
| 預格式化元素 | <pre> 前面有空格</pre> |
| 屬性值使用單引號 | <a href='#'> |
| 屬性值使用雙引號 | <a href="#" |
| 屬性值不使用引號 | <a href=#> |
| 屬性值丟失（但有等號） | <a href=> |
| 屬性值前面有空格 | <a href= "test.html"> |
| 解析HTML聲明 | <!DOCTYPE html> |
不僅僅是可以從文本中解析HTML，Jumony的API可以從互聯網上直接抓取文檔分析，并根據HTTP頭自動識別編碼：
new JumonyParser().LoadDocument( "http://www.cnblogs.com/" ).Find( ".post_item a.titlelnk" )
而目前僅次于Jumony的HTML解析開源項目HtmlAgilityPack早已停止了更新 ，這么多年過去了，對于最基本的<form>元素的解析都還存在問題。
二、CSS樣式設置支持
僅僅只是完美解析HTML，并不能帶來多少好處，上面已經說過，事實上大部分的HTML文檔，都可以用二流的解析器甚至是簡單的正則表達式加以分析，那么為什么我們需要Jumony呢？
答案是一個HTML引擎不僅僅是解析DOM結構這么簡單。
考慮這樣的場景：我需要給一個元素的display樣式設置一個none值。在瀏覽器中，我們只需要簡單的 element.style.display = "none"便可以滿足我們的要求。現在，通過解析器已經得到了我們所需要的DOM，但設置樣式還需要進行字符串的拼接么？
不需要，Jumony支持CSS樣式解析，甚至部分CSS樣式縮寫規則也能識別，在Jumony中，給元素設置一個樣式和在瀏覽器中一樣簡單：
element.Style( "display", "none" )
我們再來看這樣的例子：<div style="padding: 5px"></div>，如果我們對這個元素設置padding-left: 0px會怎樣？
在Jumony中，結果會是：<div style="padding-left: 0px; padding-right: 5px; padding-top:5px; padding-bottom: 5px"></div>，看，padding屬性被神奇的自動展開了。
三、CSS 3選擇器支持
CSS選擇器是HTML世界通行的查詢語言，其簡潔有力且被眾多瀏覽器支持。Jumony也支持幾乎完整的CSS3選擇器（除去運行時偽類及偽對象）。借助選擇器，我們可以輕松的在HTML中找到我們感興趣的對象。例如抓取博客園首頁所有文章標題：
new JumonyParser().LoadDocument( "http://www.cnblogs.com/" ).Find( ".post_item a.titlelnk" )
抓取，分析，選擇，一氣呵成，只需要簡單的代碼，我們就能在控制臺輸出我們抓取到的數據：
foreach( var title = new JumonyParser().LoadDocument( "http://www.cnblogs.com/" ).Find( ".post_item a.titlelnk" ) ) Console.WriteLine( title.InnerText() );
Jumony支持的CSS3選擇器列表：
| 選擇器 | 描述 |
| * | 選擇所有元素 |
| p a | 選擇子代元素 |
| p>a | 選擇子級元素 |
| p+a | 選擇相鄰元素 |
| p~a | 選擇后繼元素 |
| [attr] | 屬性存在選擇 |
| [attr=value] | 屬性值精確匹配 |
| [attr~=value] | 屬性值近似匹配 |
| [attr^=value] | 屬性值開頭匹配 |
| [attr*=value] | 屬性值包含匹配 |
| [attr$=value] | 屬性值結尾匹配 |
| [attr!=value] | 屬性值否定匹配 |
| :not | 否定偽類 |
| :only-child | 唯一子元素偽類 |
| :only-of-type | 唯一類型偽類 |
| :empty | 空元素偽類 |
| :nth-child | 結構化偽類 |
| :nth-last-child | 結構化偽類 |
| :nth-of-type | 結構化偽類 |
| :nth-last-of-type | 結構化偽類 |
| :first-child | 結構化偽類 |
| :last-child | 結構化偽類 |
| :first-of-type | 結構化偽類 |
| :last-of-type | 結構化偽類 |
四、強大的可擴展性
在Jumony Core 3，為用戶提供了最大的可擴展性，你可以自定義HTML規范，實現自己的解析器，將其他DOM模型嫁接到Jumony API上，發明自己的CSS選擇器偽類，甚至于自己換一套API，例如jQuery風格的。
Jumony Core擁有許多的衍生項目，例如爬取網站，提供jQuery風格的 API、進行網站開發、制作MHT文件、為HAP的解析結果增加CSS選擇器支持等等，這些項目都得益于Jumony Core強大的可擴展性，從而發揮出強大的功能。
項目地址：https://github.com/Ivony/Jumony