我怎样才能让Hpricot与HTML5玩得很好？

Question

我正在使用Hpricot来解析主题文件。但是，我注意到，如果我将有效的HTML5文档提供给Hpricot（），它会自动关闭HTML5标记（如<section>），并与DOCTYPE混淆。

Hpricot是否有任何扩展，或者可能是我需要设置的标志，这样可以正确解析HTML5文档？

Answer 1

我知道这有关于直接问题的解决方法，但我建议您尝试Nokogiri http://nokogiri.org/，如您在问题帖子中的一些评论中所述。我解析任何HTML / XML都没有问题，比如结构化文本，包括HTML5。

Answer 2

我认为Hpricot的to_original_html方法正是您所需要的。

来自docs，to_original_html

  

尝试保留文档的原始HTML，仅为已更改的元素输出新标记。