问题标签 [html5lib]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - Xpath 不匹配
我正在尝试从页面中获取一些元素。不幸的是，它导致一个空列表。漂亮打印的树包含以下元素：
但是，当我在同一棵树上执行此操作时：
我得到一个空列表。该树是使用 html5lib / lxml treebuilder 创建的。
python - Django CMS“没有名为 html5lib 的模块”
我有一个安装了所有默认和推荐模块的基本 Django CMS 站点，但是我收到并错误提示...
更新
html5lib 已通过安装easy_install html5lib，如果我import html5lib在默认的 Python shell 中，它可以正常导入。
这是使用 Python 2.6.6 在全新安装的 Scientific Linux 上设置的。
我正在使用 Django 1.3.1。
我的 INSTALLED_APPS 如图所示。
我的问题（如果现在还不明显；））是为什么导入 html5lib 有问题，我该如何解决。
更新 1
@matt-williamson 谢谢，这是 html5lib 文件信息
我已更新 Django 错误以提供更多错误页面。如您所见，Python 路径包括/usr/lib/python2.6/site-packages/html5lib-0.90-py2.6.egg，这表明它应该能够找到它。
python - 使用 html5lib 将 HTML 片段转换为纯文本
有没有一种简单的方法可以使用 Python 库 html5lib 来转换如下内容：
至
python - 这个 html5lib 脚本是怎么回事？
尝试处理一个非常简单的 html5 脚本并使用 html5lib 渲染它
输出如下所示：
是的。它只是中途切断。将树构建器从 lxml 更改为 dom 没有任何作用。调整 HTML 会更改输出，但它仍然很损坏。
python - html5lib 返回
在教程的第一步中，html5lib我看到了相当混乱的行为。
文档告诉：
这将返回自定义“simpletree”格式的树。
作为文件，我有一个普通的 html 文档。但就我而言，这是：
我相信这不好，但我不知道会发生什么。
编辑
read如果我在打开的文件上调用方法，它会以字符串形式返回文件：
之后doc = html5lib.parse(f)，f.read()返回空字符串，就像文件已经被读取的文件一样。
python - html5lib。如何在不添加 html、head 和 body 标签的情况下获取有效的 html？
我正在使用html5lib验证来自用户的自定义 HTML 。问题是 html5lib 添加了html,head和body标签，我不需要。
这是经过验证的，可以清理，但我怎样才能删除或阻止将这些标签添加到树中？我的意思是排除replace使用。
python - Python BeautifulSoup 错误
我有这个脚本：
但这给了我以下错误：
然后我尝试了这段代码：
或者
这给了我这个错误：
我正在运行 Linux Ubuntu 10.04，Python 2.6.5，BeautifulSoup 版本是：'3.1.0.1' 如何修复我的代码，或者我错过了什么？
python - 带有 lxml treebuilder 的 html5lib 无法正确解析命名空间
我正在尝试html5lib使用lxmltreebuilder 解析一些 HTML 内容。注意：我正在使用requests库来获取内容，内容是 HTML5（尝试使用 XHTML - 结果相同）。
当我简单地输出 HTML 源代码时，它看起来还不错：
返回
但是当我实际使用 html5lib 解析它时，会发生一些奇怪的事情：
返回
注意这xmlnsU0003Afoo件事。
此外，html.nsmapdict 不包含foo命名空间，仅包含html.
有谁知道发生了什么以及我该如何解决这个问题？
后期编辑：
这似乎是预期的行为：
如果正在使用的 XML API 限制了元素和属性的本地名称中允许的字符，那么该工具可以将所有元素和属性的本地名称 [...] 映射到一组允许的名称，方法是替换任何不符合条件的字符。 '不支持大写字母 U 和字符的 Unicode 代码的六位数字 [...] -将 HTML DOM 强制转换为信息集
php - 需要为链接解析 HTML 文档——使用 html5lib 之类的库或其他库？
我是一个非常新手的网页构建器，目前正在创建一个需要根据目标页面更改链接颜色的网站。链接将根据某些用户输入标准分类为不同的类别（例如好、坏、中性）——例如，用户感兴趣的内容链接为蓝色，用户（可能）不想看到的内容被着色为普通文本等。
我认为我需要一种方法来解析网页的内容链接（存储在 MySQL 数据库中），更改页面上所有链接的颜色（因此我还需要能够更改 HTML 中的链接类）在将调整后的页面输出给用户之前。我读到正则表达式不是找到这些链接的好方法——所以我应该使用一个库，如果是这样，html5lib 对我正在做的事情有好处吗？