HTML5Lib (Python)

これは、元WHATWG公式HTML5仕様に従っています。
パーサーは、HTMLのすべての種類を処理するために設計されており、主要なデスクトップWebブラウザの動作と互換性が明確に定義されたエラー処理ルールを使用して、無効な文書を解析しています。
出力はツリー構造の内部にpalcedれます。
それはElementTreeと、DOMとlxmlのツリー形式への出力だけでなく、単純なカスタム·フォーマットをサポートしています。
HTML5Libはdistutilsの同梱されています。
HTML5Libはでもご覧になれます。
Rubyは - ここではRubyのためのHTML5Libをダウンロードしてください。
Pythonは - ここではPython用HTML5Libをダウンロードしてください。
。PHP - ここでPHP用HTML5Libをダウンロードします。

このリリースで新しい何が：

このツリーに有効および無効なHTML文書を解析します
minidom、（cElementTreeとlxml.etree含む）のElementTree、BeautifulSoup（非推奨）とカスタムsimpletree出力形式のサポート
SAXへの変換DOM
レポートには、エラーを解析します
文字エンコーディング検出
木のフィルタリングおよびシリアライズ
HTML + CSSの消毒剤
多くのユニットテスト