html - 点 TagSoup Parser 使用 HTML5 版本

Question

我希望 TagSoup 设置使用 HTML5 标准。
我正在使用 tagoup 解析器，它符合 HTML4，它不允许<div>在<a>标签内。因此，解析错误的 HTML。但是，HTML5 允许使用相同的。如何使 tagsoup (org.ccil.cowan.tagsoup) 使用 HTML5 标准。例如，

<a>
  <div></div>
</a>

变成，

<a></a>
<div></div>

Answer 1

我对以下结构有同样的问题：

<a>
  <li></li>
  <p></p>
</a>

变成了，

<a>
  <li></li>
</a>
<p></p>

我通过使用自定义 HTMLSchema 解决了它：

private class CustomHTMLSchema extends HTMLSchema
{
    public CustomHTMLSchema()
    {
        super();
        ElementType elA = getElementType("a");
        elA.setModel(elA.model() | M_BLOCK);
    }
}

...

saxParser = SAXParserImpl.newInstance(null);
saxParser.setProperty(Parser.schemaProperty, new CustomHTMLSchema());