Base de conocimientosCentro de exámenes
ESEspañol
Elegir idioma13

CKTIS / HTML

concepto HTML: html-parser

El analizador HTML transforma un flujo de entrada codificado en un documento DOM mediante tokenización y construcción de árbol con estados, con recuperación precisa para muchos errores.

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

Sintaxis

bytes → code points → tokens → tree construction → DOM

Para sintaxis text/html, el navegador determina primero la codificación, decodifica bytes, normaliza saltos de línea y pasa puntos de código al tokenizador. Los tokens alimentan al constructor del árbol, que usa modos de inserción, una pila de elementos abiertos y una lista de elementos de formato activos.

Un error de análisis normalmente no rechaza el documento: el algoritmo puede ignorar un token, cerrar un elemento o insertar un nodo. Un elemento script puede detener el analizador y document.write() puede aportar más tokens y reentrar en la construcción; por ello importa el orden de ejecución.

En un contexto table, el foster parenting puede mover contenido no permitido antes de la tabla y el analizador puede insertar tbody entre table y tr; un td se cierra según las reglas del modo de tabla. La reparación previsible no hace conforme una fuente no conforme, así que aún se necesita un validador.

El ejemplo analiza con DOMParser marcado mal anidado: el elemento p se mueve antes de table y se crea un tbody ausente. El resultado exacto muestra el orden de hijos, el nuevo padre y el texto que queda en la tabla.

Ejemplos

<!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>

Resultado

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

El ejemplo ejecutado verifica foster parenting y un contenedor de tabla implícito; no cubre análisis de fragmentos, cambios de codificación ni ejecución de scripts durante carga de red.

Fuentes