HTML5Lib (Python)

Ακολουθεί το πρωτότυπο WHATWG επίσημη προδιαγραφή HTML5.
Ο αναλυτής έχει σχεδιαστεί για να χειριστεί όλες τις γεύσεις της HTML και αναλύει άκυρων εγγράφων με τη χρήση σαφώς καθορισμένων κανόνων λάθος χειρισμό συμβατή με τη συμπεριφορά του τους σημαντικούς φυλλομετρητές ιστού.
Η έξοδος είναι palced μέσα σε μια δομή δέντρου.
Υποστηρίζει έξοδο ElementTree, DOM και μορφές δέντρο lxml καθώς και ένα απλό προσαρμοσμένη μορφή.
HTML5Lib είναι συσκευασμένο με distutils.
HTML5Lib είναι επίσης διαθέσιμο σε:
Ruby - κατεβάστε HTML5Lib για Ruby εδώ .
Python - κατεβάστε HTML5Lib για Python εδώ .
PHP - κατεβάστε HTML5Lib για την PHP εδώ

Τι είναι καινούργιο σε αυτή την έκδοση:

• αναλύει. έγκυρα και άκυρα έγγραφα HTML σε ένα δέντρο
• Υποστήριξη για minidom, ElementTree (συμπεριλαμβανομένων cElementTree και lxml.etree), BeautifulSoup (ξεπερασμένο) και μορφές εξόδου έθιμο simpletree
• DOM στο μετατροπέα SAX
• Αναφορές αναλύσει τα λάθη
• ανίχνευσης Κωδικοποίηση χαρακτήρων
• Φιλτράρισμα και σειριοποίησης των δέντρων
• HTML + CSS απολυμαντικό
• Πολλές δοκιμές μονάδα