Сравнение парсеров HTML - Comparison of HTML parsers - Wikipedia

Парсеры HTML программное обеспечение для автоматизированных Язык гипертекстовой разметки (HTML) разбор. У них есть две основные цели:

  • Обход HTML: предлагает программистам интерфейс для легкого доступа и изменения «строкового кода HTML». Канонический пример: Парсеры DOM.
  • Чистый HTML: исправить неверный HTML и улучшить макет и стиль отступа итоговой разметки. Канонический пример: HTML Tidy.
ПарсерЛицензияЯзык (и) реализацииПоследняя дата *Разбор HTML[1]HTML5-совместимый синтаксический анализЧистый HTML **Обновить HTML ***
HTML TidyЛицензия W3CANSI C2017-03-01[2]да[3]дада[3]да
HtmlUnitЛицензия Apache 2.0Ява2019-08-24[4]да?НетНет
libxml2 HTMLparserЛицензия MITC2017-11-02[5]даНет??
ПарсерЛицензияЯзык (и) реализацииПоследняя дата *HTML парсингHTML5-совместимый синтаксический анализЧистый HTML **Обновить HTML ***
* Дата последнего выпуска (существенных изменений).
** дезинфицировать (создание стандартных веб-страниц, уменьшение спама и т. д.) и чистый (удалите лишние презентационные теги, удалите код XSS и т. д.) HTML-код.
*** Обновляет HTML4.X до XHTML или HTML5, преобразуя устаревшие теги (например, CENTER) в допустимые (например, DIV с style = "выравнивание текста: центр;").

Рекомендации