HTML解析库 html5lib

• 授权协议: MIT
• 开发语言: Python Ruby
• 操作系统: 跨平台
• 软件首页: http://code.google.com/p/html5lib/
• 软件文档: http://code.google.com/p/html5lib/wiki/UserDocumentation

软件介绍

html5lib 是一个 Ruby 和 Python 用来解析 HTML 文档的类库，支持HTML 5 以及最大程度兼容桌面浏览器。

主要特性包括：

• Parses valid and invalid HTML documents to a tree
• Support for minidom, ElementTree (including cElementTree and lxml.etree), BeautifulSoup and custom simpletree output formats
• DOM to SAX converter
• Reports parse errors
• Character encoding detection
• XML mode for working with illformed XML e.g. feeds
• Filtering and serializing of trees
• HTML+CSS sanitizer
• Many unit tests
• Faster than before :)

本文地址：https://www.codercto.com/soft/d/917.html