WissensdatenbankPrüfungszentrum
DEDeutsch
Sprache wählen13

CKTIS / HTML

HTML-Konzept: html-parser

Der HTML-Parser verwandelt einen kodierten Eingabestrom durch Tokenisierung und zustandsbehafteten Baumaufbau in ein DOM-Dokument; die Wiederherstellung vieler Fehler ist genau definiert.

Version: WHATWG HTML Living Standard; index snapshot date recorded separately

Syntax

bytes → code points → tokens → tree construction → DOM

Für die Syntax text/html bestimmt der Browser zuerst eine Kodierung, dekodiert Bytes, normalisiert Zeilenumbrüche und übergibt Codepunkte an den Tokenizer. Tokens gehen an den Baumbauer mit Einfügemodi, einem Stapel offener Elemente und einer Liste aktiver Formatierungselemente.

Ein Parsefehler verwirft das Dokument meist nicht: Der Algorithmus kann ein Token ignorieren, ein Element schließen oder einen Knoten einfügen. Ein Element script kann den Parser anhalten, und document.write() kann neue Tokens liefern und den Baumaufbau erneut betreten; die Ausführungsreihenfolge zählt daher.

Im Kontext table kann unzulässiger Inhalt durch Foster Parenting vor die Tabelle verschoben werden, und der Parser kann tbody zwischen table und tr einfügen; ein td wird nach Tabellenmodusregeln geschlossen. Vorhersagbare Reparatur macht nicht konformen Quelltext nicht konform, daher bleibt ein Validator nötig.

Das Beispiel parst mit DOMParser fehlverschachteltes Markup: Das Element p wandert vor table, und ein fehlendes tbody entsteht. Das genaue Ergebnis zeigt Kinderreihenfolge, neuen Elternknoten und den Text in der Tabelle.

Beispiele

<!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>

Ergebnis

order=P,TABLE; movedBefore=true; tbody=TBODY; tableText=Y

Das ausgeführte Beispiel bestätigt Foster Parenting und impliziten Tabellencontainer; es behandelt weder Fragmentparsing noch Kodierungswechsel oder Skriptausführung beim Netzladen.

Quellen