如何使libxml2解析非严格的HTML？

Question

我在Vala应用程序中使用LibXML来解析HTML代码。但是，如果您通过验证器传递它，我使用的HTML无效（尽管浏览器正常显示它）。在此HTML中，某些标签未关闭，例如他们使用<img>代替<img />和<meta>代替<meta/>。我无能为力，例如请他们写有效的HTML。但是我需要解析它并且libxml2无法执行此操作（简而言之，doc->get_root_element()始终返回null）。

我能做些什么来使libxml2解析无效的HTML吗？

Answer 1

HTML不是XML。人们试图将它变成XML（它被称为XHTML），而我们大多只是了解到人们不能信任编写有效的XML。当你说它无效时，我认为你的意思是它无效 XML ，但事实上它是有效的HTML。

libxml包含一个HTML解析器，您需要使用它。在Vala中，所有内容都在Html命名空间中。