CKTIS / HTML
koncept HTML: html-parser
Parser HTML mění kódovaný vstupní proud na dokument DOM tokenizací a stavovou konstrukcí stromu s přesně určenou obnovou mnoha chyb.
Verze: WHATWG HTML Living Standard; index snapshot date recorded separately
Syntaxe
bytes → code points → tokens → tree construction → DOMPro syntaxi text/html prohlížeč nejprve určí kódování, dekóduje bajty, normalizuje nové řádky a předá body kódu tokenizátoru. Tokeny vstupují do tvůrce stromu, který používá režimy vkládání, zásobník otevřených prvků a seznam aktivních formátovacích prvků.
Chyba parsování obvykle dokument neodmítne: algoritmus může token ignorovat, prvek zavřít nebo uzel vložit. Prvek script může parser pozastavit a document.write() může dodat další tokeny a znovu vstoupit do konstrukce; záleží tedy na pořadí spuštění.
V kontextu table může foster parenting přesunout zakázaný obsah před tabulku a parser může vložit tbody mezi table a tr; td se zavře podle pravidel tabulkového režimu. Předvídatelná oprava neučiní nevyhovující zdroj vyhovujícím, proto je stále třeba validátor.
Příklad parsuje chybně vnořený kód přes DOMParser: prvek p se přesune před table a chybějící tbody vznikne. Přesný výsledek ukáže pořadí dětí, nového rodiče a text ponechaný v tabulce.
Příklady
<!doctype html>
<meta charset="utf-8">
<output id="result"></output>
<script>
const parsed = new DOMParser().parseFromString("<table id=t><p id=move>X</p><tr><td>Y</td></tr></table>", "text/html");
const table = parsed.querySelector("#t");
const moved = parsed.querySelector("#move");
const order = Array.from(parsed.body.children, node => node.tagName).join(",");
result.textContent = `order=${order}; movedBefore=${parsed.body.firstElementChild === moved}; tbody=${table.firstElementChild.tagName}; tableText=${table.textContent}`;
</script>
Výsledek
order=P,TABLE; movedBefore=true; tbody=TBODY; tableText=Y
Spuštěný příklad potvrzuje foster parenting a implicitní kontejner tabulky; nepokrývá parsování fragmentu, změny kódování ani spouštění skriptů při síťovém načítání.