Bagaimanakah ralat mengendalikan parser HTML5?

Parser HTML5 direka untuk menjadi toleran yang sangat salah , bermakna mereka mengendalikan HTML yang cacat atau tidak sah dengan cara yang boleh diramal dan diseragamkan. Tidak seperti format yang lebih ketat seperti XML, HTML5 mengutamakan pengalaman pengguna dan keteguhan -membuat laman web yang masih diberikan seperti yang dimaksudkan, walaupun markup mengandungi kesilapan.

Tingkah laku ini ditakrifkan secara eksplisit dalam spesifikasi HTML5, yang termasuk algoritma parsing terperinci yang menceritakan pelayar dengan tepat bagaimana untuk bertindak balas terhadap kesilapan biasa seperti tag yang tidak terkandung, bersarang yang salah, atau aksara tidak sah.

Begini bagaimana parser HTML5 menangani jenis kesilapan yang biasa:

1. Tag yang tidak sesuai atau tidak ditutup

Parser secara automatik membetulkan tag penutup yang hilang dan menyesuaikan bersarang yang tidak betul.

<li> Jika anda menulis <p>Some text </p> <div>More text</div> , parser menafsirkan ini sebagai dua blok perenggan yang berasingan kerana A <div> tidak boleh muncul di dalam <code><p></p> . Ia akan menutup <p></p> sebelum <div> dan membuka semula selepas itu jika diperlukan.<li> Untuk unsur -unsur yang tidak terkawal seperti <code><li>Item 1</li> <li>Item 2</li> , parser merawat setiap <li> baru sebagai penutup yang sebelumnya.

Ini dilakukan menggunakan peraturan peninggalan tag dan logik penutupan tersirat berdasarkan konteks.



---

2. Bersarang yang tidak betul

Apabila tag bersarang tidak betul (contohnya, <b><i></i></b> ), parser membetulkan struktur dengan membina semula DOM berdasarkan hierarki yang diharapkan.

<li> Dalam contoh di atas, apabila ditemui di dalam <i></i> , parser secara tersirat menutup <i></i> terlebih dahulu, kemudian menutup <b></b> , kemudian membuka semula <i></i> untuk mengekalkan keseimbangan -penangkapan dalam output bersarang yang betul.

Ini membantu mencegah masalah susun atur atau gaya yang disebabkan oleh struktur yang patah.

---

3. Tag tidak diketahui atau tidak sah

Parser merawat unsur -unsur yang tidak diketahui (seperti tag adat atau salah eja) sebagai elemen inline generik.

<li> Sebagai contoh, <xyz>hello</xyz> dihuraikan tanpa kesilapan dan diberikan sebagai elemen seperti span. Ia tidak akan mempunyai gaya lalai, tetapi skrip dan CSS masih boleh menyasarkannya. <li> Tingkah laku ini membolehkan keserasian ke hadapan -contohnya, menyokong unsur -unsur baru dalam pelayar yang lebih tua (dengan bantuan dari JavaScript untuk gaya).

---

4. Kesilapan Saturjah atau Kesilapan Sintaks

Kesalahan dalam sintaks atribut dikendalikan dengan anggun:

<li> <input disabled> (petikan yang hilang) → dihuraikan dengan betul. <li> <input disabled> (duplikat) → dirawat sebagai atribut dilumpuhkan tunggal. <li> <img src="/static/imghw/default1.png" data-src="x" class="lazy" onerror="alert(1)" alt="Bagaimanakah ralat mengendalikan parser HTML5?" > → atribut dihuraikan, walaupun pelaksanaan bergantung kepada dasar keselamatan.

Parser menggunakan nama atribut dan nilai mesin negeri untuk pulih dari typos atau petikan yang hilang.

---

5. Kandungan yang tidak disengajakan (misalnya, unsur blok dalam konteks sebaris)

Parser menguatkuasakan peraturan model kandungan:

<li> Jika anda meletakkan <div> di dalam <code><span></span> (yang hanya membolehkan kandungan ungkapan), parser boleh menutup rentang , masukkan elemen blok, dan kemudian buka semula rentang jika boleh.<li> Skrip dan blok gaya dihuraikan dalam mod khas untuk mengelakkan konflik dengan kandungan sekitarnya.

---

6. Pengekodan watak dan watak tidak sah

<li> Parser cuba mengesan pengekodan aksara awal (dari tag meta atau tajuk HTTP) dan mengendalikan kesilapan penyahkodan melalui penolakan. <li> Urutan UTF-8 yang tidak sah digantikan dengan aksara pengganti (), tetapi parsing berterusan.

---

Kenapa ini penting

Model pemulihan ralat ini memastikan bahawa:

<li> Pemaju web tidak memecahkan seluruh halaman dengan kesilapan sintaks kecil. <li> Pelayar menjadikan halaman secara konsisten, walaupun dengan HTML yang tidak kemas. <li> Legacy atau kandungan yang dihasilkan secara dinamik tetap berfungsi.

Tidak seperti XML, yang gagal sepenuhnya pada input yang cacat (misalnya, "Ralat Parsing XML: Tag Tidak Taksir"), HTML5 tidak pernah berhenti parsing kerana kesilapan sintaks - ia hanya pulih dan terus berjalan.

---

Ringkasnya, parser HTML5 mengikuti algoritma yang komprehensif dan deterministik untuk menjadikan HTML yang rosak walaupun menjadi pokok DOM yang sah. Ini menjadikan web lebih berdaya tahan dan mesra pengguna, walaupun masih amalan terbaik untuk menulis markup yang dibentuk dengan baik.

Pada asasnya, ia direka untuk memaafkan -tetapi tidak cukup permisif untuk berkompromi dengan keselamatan atau konsistensi.