我为 html 构建了一个解析器，但我假设它会遵循只有两种形式的规则：
<foo> </foo>
<foo/>
显然这是错误的。诸如 , 和 之类的标签base不需要meta这个link。我有点希望不是这样，因为我在脚本中发现了这样的东西：
for(var d=b.length,e=b[a];a<d>>1;)
哦，看，神话般的<d>标签。
所以我需要让自己成为一个要忽略的标签白名单。是否有不需要固相线或结束标签的标签的完整列表？如果没有，我将不得不重写我的解析器。
谢谢
您可以从 WHATWG HTML Living Standard中提取列表。或者，如果您愿意，可以使用 W3C 的HTML 5 规范或后续草案。根据Wikipedia的说法，最近冲突在某种程度上得到了解决，有利于 WHATWG，所以你可能想选择第一个。
在任何情况下，请特别注意每个元素描述中的子标题“text/html 中的标记遗漏”。但是你需要仔细阅读文档才能理解 HTML 解析的来龙去脉。
注意：不仅仅是结束标签可以省略。还有一些元素的打开标签可以省略。（经典的例子是<tbody>，它在 HTML 文档中几乎没有实际出现过，但还有很多其他的。<head>，例如。）省略元素的打开标记这一事实并不强制省略元素的结束标记，尽管这种情况很常见。所以你不能只用一个可省略的标签列表来做到这一点；您还需要考虑元素包含规则。
此外，即使对于有效文档，完整的解析算法也非常复杂，但标准算法和现实世界的 HTML 解析器更加复杂，因为它们试图优雅地处理不符合标准的网页。