go - 以通用方式使用 html.ParseFragment

Question

使用实验性的 code.google.com/p/go.net/html 包，我们可以使用 ParseFragment 来解析 HTML 文档的某些子部分。

像这样:

var s = `
    <option id="foo">first</option>
    <option Class="tester">second</option>
    <option>third</option>
`
doc, err := html.ParseFragment(strings.NewReader(s), &html.Node{
    Type: html.ElementNode,
    Data: "body",
    DataAtom: atom.Body,
})

这适用于大多数元素。但当某些元素位于 HTML 的根位置时，它似乎不起作用，例如 tbody、tr 和 td(和也许其他人，不确定)。它只是忽略标签，只给出文本内容。

这可以通过提供语义正确的父级而不是 atom.Body 来补救，但这需要我们提前知道 HTML 是什么。

我希望有一个像 atom.DocumentFragment 这样的通用根，但我没有看到。那么有没有什么方法可以使用它来处理任意 HTML 片段？

Answer 1

ParseFragment 始终是上下文相关的，因为它遵循 HTML5 片段解析算法。该算法旨在实现 DOM innerHTML 属性，从给定的 innerHTML 字符串生成正确的树取决于周围的上下文(特别是上下文是否在表中)。

因此 html 包无法独立于上下文解析 HTML 片段。

如果您需要有关解析如何取决于上下文的更多信息，请参阅 http://www.whatwg.org/specs/web-apps/current-work/multipage/parsing.html#reset-the-insertion-mode-appropriately