是否有替代HTML Tidy？

我在我的應用程序中嵌入了HTML Tidy來清理傳入的HTML。但泰迪有大量的錯誤，並直接修復它們是我最糟糕的噩夢。整潔的源代碼是難以理解的憎惡。千行+函數，可變的變量命名，意大利麪條代碼等等。這真是太可怕了。是否有替代HTML Tidy？

更糟糕的是，官方發展seems to have ceased。在過去的12個月中，已有三個向官方CVS回購寫交易。但它已經死了，埋沒的時間比這更長......

因此，我正在尋找一個OSS C或C++應用程序/庫，它可以完成Tidy可以做的事情（當它感覺像這樣）時：修復壞的HTML標記並將其轉換爲有效的XHTML（這是我感興趣的部分）。我的意思是各種糟糕的標記。

有沒有像那樣的東西？

編輯：我需要它通過XML處理工具在DOM樹上的操作以及一般符合XHTML規範。我的應用程序需要接受來自用戶的HTML（通常以各種方式無效）並輸出有效的XHTML。它需要能夠處理甚至通常不會在瀏覽器中顯示的HTML，因爲用戶手動編輯並且之後不檢查。

Tidy的糾錯解析器的一個直接替換...不吸引。如果源代碼可讀，我不介意錯誤，並且我可以自己解決問題，或者是否有活躍的開發人員及時提供錯誤修復。

來源

2010-02-21 Lucas

不知道這對你是否有用，但有一個名爲TagSoup的Java庫（http：//home.ccil。org /〜cowan/XML/tagsoup /），它顯然有一些C++端口，可能除了一個不自由，我不確定其他的端口是否維護。它產生一串SAX事件，但將其轉換爲XML輸出應該只是將正確的管道連接到噴嘴的問題。不過，從來沒有使用過它。 – 2010-02-21 19:15:03

你能告訴我們你打算使用這個工具嗎？如在，你想修復靜態網頁，或者你想在其他操作之前進行某種過濾步驟，以便某些工具可以處理有問題的網頁？我個人在Python的BeautifulSoup或lxml上編寫我自己的工具，只要我需要 - 它最多隻有十幾行腳本，並且執行我想要的大部分功能。

來源

2010-02-21 18:55:05 pavpanchekha

我無法使用Python或其庫。這是一個GUI，本地代碼應用程序。集成Python解釋器不是一種選擇。 – Lucas 2010-02-21 19:31:26

那麼，對於GUI本地代碼應用程序，在技術上整合Python解釋器*是一個選項，但在評估優缺點時可能不具吸引力。 http://docs.python.org/extending/embedding.html – 2010-02-22 00:12:38

然後我會看看lxml的本地綁定---它可以很好地解析，即使是非常糟糕的html。 – pavpanchekha 2010-02-23 01:31:06

嘗試漂亮的差異。這是一個非常優秀的美化算法，它不會對您的輸入做出任何假設。

http://prettydiff.com/?m=beautify&html

來源

2011-12-10 12:49:47 austincheney

披露您的關係。 – 2014-08-19 18:59:49

有一個新的，漂亮的，適當的HTML 5支持整齊，所以替代老，醜Tidy將Tidy（GitHub repository）。

來源

2015-09-29 18:52:22

對於實際上修復的代碼代碼，您最好的選擇仍然是HTML Tidy。有很多短毛絨，但除了Tidy之外，沒有任何修補HTML錯誤的東西。

乍一看，現代OOP程序員可能會認爲，源代碼是不可讀憎惡，但在C世界，整潔是使用了很多先進的面向對象的概念，並提供了非常周到的接口相當複雜庫幾乎所有的功能都在純粹的C API中公開。

一個偶然的開發者將會失去，但是一旦沉浸其中，代碼就非常美麗。當然，命名約定是混合不好，但公關的歡迎！

來源

2017-10-11 01:30:36 balthisar

是否有替代HTML Tidy？

回答

相關問題