如何讓libxml2解析非嚴格的HTML？

Question

我在我的Vala應用程序中使用LibXML來解析HTML代碼。但是，如果通過驗證器傳遞它，則使用的HTML無效（儘管瀏覽器通常顯示它）。在這個HTML中，一些標籤沒有關閉，例如他們使用<img>而不是<img />和<meta>而不是<meta/>。我對此無能爲力，例如要求他們寫出有效的HTML。但我需要解析它，而libxml2不能做到這一點（簡而言之，doc->get_root_element()總是返回null）。

我可以做些什麼來使libxml2解析無效的HTML嗎？

Answer 1

HTML不是XML。人們試圖使其成爲XML（它被稱爲XHTML），而我們大多數人都知道人們不可信任寫有效的XML。當你說它是無效的，我認爲你的意思是無效的XML，但實際上，它是有效的HTML。

libxml包含一個HTML解析器，您需要使用它。在Vala中，一切都在Html命名空間中。