HTML5Lib (Python)

Det följer den ursprungliga WHATWG officiella HTML5 specifikationen.
Tolken är utformad för att hantera alla varianter av HTML och tolkar ogiltiga dokument med väldefinierade felhantering regler som är förenliga med hur stora webbläsarna skrivbordet webben.
Utgången palced inuti en trädstruktur.
Den stöder produktion till element, DOM och lxml träd format samt en enkel eget format.
HTML5Lib är förpackad med distutils.
HTML5Lib finns även tillgänglig i:
Ruby - ladda ner HTML5Lib för Ruby här .
Python - ladda ner HTML5Lib för Python här .
PHP - ladda ner HTML5Lib för PHP här

Vad är nytt i den här versionen:

• tolkar. giltiga och ogiltiga HTML-dokument till ett träd
• Stöd för minidom, element (inklusive celementtree och lxml.etree), BeautifulSoup (föråldrat) och anpassade simpletree utdataformat
• DOM till SAX-omvandlare
• Rapporter tolka fel
• Tecken upptäckt
• Filtrering och seriealisering av träd
• HTML + CSS desinfektionsmedel
• Många enhetstester