以通用方式使用 html.ParseFragment

Question

使用实验code.google.com/p/go.net/html包，我们可以ParseFragment用来解析 HTML 文档的某些子部分。

像这样：

var s = `

    <option id="foo">first</option>

    <option Class="tester">second</option>

    <option>third</option>

`

doc, err := html.ParseFragment(strings.NewReader(s), &html.Node{

    Type: html.ElementNode,

    Data: "body",

    DataAtom: atom.Body,

})

这适用于大多数元素。但是当某些元素位于 HTML 的根位置时，它似乎不起作用，例如tbody, tr, and td（也许还有其他元素，不确定）。它只是忽略标签，只提供文本内容。

这可以通过提供语义正确的父级而不是 来补救atom.Body，但这需要我们提前知道 HTML 将是什么。

我希望有一个像 的通用根atom.DocumentFragment，但我没有看到。那么是否有某种方法可以使用它来处理任何任意 HTML 片段？

Answer 1

ParseFragment总是上下文敏感的，因为它遵循 HTML5 片段解析算法。该算法是为实现 DOM innerHTML 属性而设计的，从给定的 innerHTML 字符串生成正确的树取决于周围的上下文（尤其是上下文是否在表中）。所以html包无法独立于上下文解析 HTML 片段。如果您需要有关解析如何取决于上下文的更多信息，请参阅http://www.whatwg.org/specs/web-apps/current-work/multipage/parsing.html#reset-the-insertion-mode-properly