CKTIS / HTML
concetto HTML: html-parser
Il parser HTML trasforma un flusso di ingresso codificato in un documento DOM mediante tokenizzazione e costruzione dell’albero a stati, con recupero preciso per molti errori.
Versione: WHATWG HTML Living Standard; index snapshot date recorded separately
Sintassi
bytes → code points → tokens → tree construction → DOMPer la sintassi text/html, il browser determina prima la codifica, decodifica i byte, normalizza le nuove righe e passa i punti di codice al tokenizer. I token alimentano il costruttore dell’albero, che usa modalità di inserimento, pila degli elementi aperti ed elenco degli elementi di formattazione attivi.
Un errore di parsing di solito non rifiuta il documento: l’algoritmo può ignorare un token, chiudere un elemento o inserire un nodo. Un elemento script può sospendere il parser e document.write() può fornire altri token e rientrare nella costruzione; conta quindi l’ordine di esecuzione.
Nel contesto table, il foster parenting può spostare contenuto vietato prima della tabella e il parser può inserire tbody tra table e tr; un td si chiude secondo le regole della modalità tabella. La riparazione prevedibile non rende conforme un sorgente non conforme, quindi serve ancora un validatore.
L’esempio analizza con DOMParser markup annidato male: l’elemento p si sposta prima di table e viene creato un tbody mancante. Il risultato esatto espone ordine dei figli, nuovo genitore e testo rimasto nella tabella.
Esempi
<!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>
Risultato
order=P,TABLE; movedBefore=true; tbody=TBODY; tableText=Y
L’esempio eseguito verifica foster parenting e contenitore tabella implicito; non copre parsing di frammenti, cambi di codifica o esecuzione di script durante il caricamento di rete.