HTML5Lib (Python)

Det følger den opprinnelige WHATWG offisielle HTML5-spesifikasjonen.
Parseren er designet for å håndtere alle varianter av HTML og analyserer ugyldige dokumenter med veldefinerte feilhåndteringsregler kompatible med oppførselen til de store desktop nettlesere.
Utgangen palced inne i en trestruktur.
Den støtter utgang til ElementTree, DOM og LXML tre formater samt en enkel tilpasset format.
HTML5Lib er pakket med distutils.
HTML5Lib er også tilgjengelig på:
Ruby - last ned HTML5Lib for Ruby her .
Python - last ned HTML5Lib for Python her .
PHP - last ned HTML5Lib for PHP her

Hva er nytt i denne versjonen:

• analyserer. gyldige og ugyldige HTML-dokumenter til et tre
• Støtte for minidom, ElementTree (inkludert cElementTree og lxml.etree), BeautifulSoup (deprecated) og tilpasset simpletree formater
• DOM å SAX konverter
• Rapporter analysere feil
• Tegnkoding deteksjon
• Filtrering og serienummerering av trær
• HTML + CSS sanitizer
• Mange enhet tester