Question

是否有比较HTML文档的工具，如：

<p b="1" a="0 "> a     b
c </p>

（作为C字符串："<p> a b\nc </p>"）等于：

<p a="0 " b="1">a b c</p>

请注意：

为什么我要

我正致力于Markdown Test Suite，旨在衡量降价引擎合规性和便携性。

我们有降价输入，预期的HTML输出，并想确定生成的HTML输出是否等于预期的输出。

问题是Markdown未指定，因此我们无法直接比较两个HTML字符串。

实际测试代码为here，如果您想尝试解决方案，只需修改run-tests.py#dom_normalize。

我尝试过的事情

beautifulsoup。订购属性，但不能很好地处理空格？

函数formatter正则表达式修改可能有效，但我没有看到区分节点内部和属性的方法。

像这样的Python解决方案是理想的。
寻找类似于isEqualNode()的Javascript函数（因为忽略nodeVaue）而无法正常工作+一些无头JS引擎。无法找到。

如果没有更好的东西，我只需要将自己的输出格式化程序前端编写到某个HTML解析器中。

Answer 1

我最终制作了一个自定义HTML渲染器，根据Python的stdlib HTMLParser对事物进行规范化。

看到它