是否可以通过hxt <textarea>解析＆lt; a＆gt;在它？</textarea>

Question

我用hxt来解析一些html。它在<textarea>内有未转义的html。 hxt会给出无效的结果（在这种情况下，它会在内容标记为<a>时发现）。最小的测试用例（对于GHCi）是

let doc = parseHtml "<textarea>before<a>link</a>after</textarea>"
runX . xshow $ doc //> hasName "textarea"

，结果为[<textarea>before</textarea><textarea/>]。

看起来没有内容的标签（例如<tag/>）不会破坏解析。

有没有办法用hxt解析这样的html？

Answer 1

问题在于HandsomeSoup（我假设你的parseHTML来自哪里）对于textarea不能包含{{a这样的事实是挑剔的1}}在有效的HTML中，并将尝试“修复”它看到的任何此类错误。

您可以切换到hxt-tagsoup吗？它仍然会接受凌乱的HTML（未封闭的元素等），但对于遵守HTML模式并不那么挑剔 - 特别是它会让你在a中拥有textarea：

import Text.XML.HXT.Core
import Text.XML.HXT.TagSoup

let content = "<textarea>before<a>link</a>after</textarea>"
let doc = readString [ withTagSoup ] content
runX . xshow $ doc //> hasName "textarea"

这将打印以下内容：

["<textarea>before<a>link</a>after</textarea>"]

我认为你想要的是什么。