CKTIS / HTML
pojęcie HTML: html-parser
Parser HTML przekształca zakodowany strumień wejściowy w dokument DOM przez tokenizację i stanową konstrukcję drzewa, z dokładnie zdefiniowanym odzyskiwaniem wielu błędów.
Wersja: WHATWG HTML Living Standard; index snapshot date recorded separately
Składnia
bytes → code points → tokens → tree construction → DOMDla składni text/html przeglądarka najpierw ustala kodowanie, dekoduje bajty, normalizuje znaki nowej linii i przekazuje punkty kodowe tokenizerowi. Tokeny trafiają do algorytmu budowy drzewa, który używa trybów wstawiania, stosu otwartych elementów i listy aktywnego formatowania.
Błąd parsowania nie oznacza zwykle odrzucenia dokumentu: algorytm może pominąć token, domknąć element albo wstawić dodatkowy węzeł. Element script może zatrzymać parser, a document.write() może wprowadzić nowe tokeny i wywołać reentrantną konstrukcję drzewa; dlatego kolejność wykonania ma znaczenie.
W kontekście table niedozwolona treść może zostać przeniesiona przed tabelę przez foster parenting, a między table i tr parser może wstawić tbody; element td kończy się zgodnie z regułami trybu tabeli. Przewidywalna naprawa nie czyni niezgodnego źródła zgodnym, więc potrzebny jest walidator.
Przykład parsuje błędne zagnieżdżenie przez DOMParser: element p zostaje przeniesiony przed table, a brakujący tbody zostaje utworzony. Dokładny wynik pokazuje kolejność dzieci, nowego rodzica i tekst pozostały w tabeli.
Przykłady
<!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>
Wynik
order=P,TABLE; movedBefore=true; tbody=TBODY; tableText=Y
Wykonany przykład potwierdza foster parenting i domyślny kontener tabeli; nie obejmuje fragmentowego parsera, zmian kodowania ani wykonywania skryptów podczas ładowania sieciowego.