CKTIS / HTML
conceito HTML: html-parser
O analisador HTML transforma um fluxo de entrada codificado num documento DOM por tokenização e construção de árvore com estados, com recuperação precisa para muitos erros.
Versão: WHATWG HTML Living Standard; index snapshot date recorded separately
Sintaxe
bytes → code points → tokens → tree construction → DOMPara sintaxe text/html, o navegador determina primeiro a codificação, descodifica bytes, normaliza quebras de linha e passa pontos de código ao tokenizador. Os tokens alimentam o construtor da árvore, que usa modos de inserção, pilha de elementos abertos e lista de elementos de formatação ativos.
Um erro de análise normalmente não rejeita o documento: o algoritmo pode ignorar um token, fechar um elemento ou inserir um nó. Um elemento script pode pausar o analisador e document.write() pode fornecer mais tokens e reentrar na construção; a ordem de execução é, portanto, importante.
Num contexto table, o foster parenting pode mover conteúdo proibido para antes da tabela e o analisador pode inserir tbody entre table e tr; um td fecha segundo as regras do modo de tabela. A correção previsível não torna conforme código não conforme, pelo que continua necessário um validador.
O exemplo analisa com DOMParser código mal aninhado: o elemento p move-se para antes de table e é criado um tbody ausente. O resultado exato mostra a ordem dos filhos, o novo pai e o texto restante na tabela.
Exemplos
<!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
O exemplo executado confirma foster parenting e um contentor de tabela implícito; não cobre análise de fragmentos, alterações de codificação ou execução de scripts durante carregamento de rede.