myhtml

MyHTML — parser C HTML murni

MyHTML adalah Parser HTML cepat menggunakan Thread yang diimplementasikan sebagai pustaka C99 murni tanpa ketergantungan luar.

Sekarang

Pengumuman penting!

Silakan gunakan parser HTML dari proyek Lexbor. Ini stabil, memiliki lebih banyak fitur, dan — ya — sangat cepat.

Fitur

• Parsing Asinkron, Bangun Pohon, dan Indeksasi
• Sepenuhnya sesuai dengan spesifikasi HTML5
• Dua API - tingkat tinggi dan rendah
• Manipulasi elemen: menambah, mengubah, menghapus dan lainnya
• Manipulasi atribut elemen: menambah, mengubah, menghapus dan lainnya
• Mendukung pengkodean 39 karakter dengan spesifikasi coding.spec.whatwg.org
• Dukungan mendeteksi pengkodean karakter
• Mendukung penguraian Mode Tunggal
• Mendukung Build tanpa Thread POSIX
• Dukungan untuk penguraian fragmen
• Dukungan untuk penguraian berdasarkan potongan
• Tidak ada ketergantungan luar
• dukungan C99
• Lulus semua tes konstruksi pohon dari tes html5lib
• Diuji oleh 1 miliar halaman HTML (oleh commoncrawl.org)

Perubahan

Silakan lihat file CHANGELOG.md

Perkembangan selanjutnya

• Sederhana — Sederhana adalah Render HTML cepat yang diimplementasikan sebagai pustaka C99 murni tanpa ketergantungan luar
• MyCSS — Parser CSS C/C++ Cepat (Paser Lembar Gaya Bertingkat)

Mendukung pengkodean untuk InputStream

 X_USER_DEFINED, UTF_8, UTF_16LE, UTF_16BE, BIG5, EUC_KR, GB18030,
IBM866, ISO_8859_10, ISO_8859_13, ISO_8859_14, ISO_8859_15, ISO_8859_16, ISO_8859_2, ISO_8859_3,
ISO_8859_4, ISO_8859_5, ISO_8859_6, ISO_8859_7, ISO_8859_8, KOI8_R, KOI8_U, MACINTOSH,
WINDOWS_1250, WINDOWS_1251, WINDOWS_1252, WINDOWS_1253, WINDOWS_1254, WINDOWS_1255, WINDOWS_1256,
WINDOWS_1257, WINDOWS_1258, WINDOWS_874, X_MAC_CYRILLIC, ISO_2022_JP, GBK, SHIFT_JIS, EUC_JP, ISO_8859_8_I

Mendukung pengkodean untuk keluaran

Program bekerja dalam UTF-8 dan mengembalikan semuanya dalam UTF-8

Mendeteksi pengkodean karakter

Sekarang UTF-8, UTF-16LE, UTF16BE dan russian windows-1251, koi8-r, iso-8859-5, x-mac-cyrillic, ibm866

Instalasi

Lihat INSTALL.md

Perkenalan

Perkenalan

Tolok ukur

• Artikel dengan grafik
• Kode tolok ukur
• Gambar dan CSV

Ketergantungan

Tidak ada

Binding dan Pembungkus Eksternal

• Perl 5 HTML::Modul MyHTML
• Perl 5 HTML5::Modul DOM (DOM dengan pemilih CSS)
• Modul Perl 6
• Pengikatan kristal
• Pengikatan Elixir/Erlang
• Pembungkus cepat

Contoh

Lihat direktori contoh

Contoh sederhana

 #include 
#include 
#include 

#include 

int main ( int argc , const char * argv [])
{
    char html [] = "
HTML
" ;
    
    // basic init
    myhtml_t * myhtml = myhtml_create ();
    myhtml_init ( myhtml , MyHTML_OPTIONS_DEFAULT , 1 , 0 );
    
    // first tree init
    myhtml_tree_t * tree = myhtml_tree_create ();
    myhtml_tree_init ( tree , myhtml );
    
    // parse html
    myhtml_parse ( tree , MyENCODING_UTF_8 , html , strlen ( html ));
    
    // print result
    // or see serialization function with callback: myhtml_serialization_tree_callback
    mycore_string_raw_t str = { 0 };
    myhtml_serialization_tree_buffer ( myhtml_tree_get_document ( tree ), & str );
    printf ( "%sn" , str . data );
    
    // release resources
    mycore_string_raw_destroy ( & str , false);
    myhtml_tree_destroy ( tree );
    myhtml_destroy ( myhtml );
    
    return 0 ;
}

PENGARANG

Alexander Borisov [email protected]

HAK CIPTA DAN LISENSI

Hak Cipta (C) 2015-2018 Alexander Borisov

Perpustakaan ini adalah perangkat lunak gratis; Anda dapat mendistribusikan ulang dan/atau memodifikasinya berdasarkan ketentuan Lisensi Publik Umum Kecil GNU yang diterbitkan oleh Free Software Foundation; baik versi 2.1 dari Lisensi, atau (sesuai pilihan Anda) versi yang lebih baru.

Perpustakaan ini disebarluaskan dengan harapan dapat bermanfaat, namun TANPA JAMINAN APAPUN; bahkan tanpa jaminan tersirat mengenai KELAYAKAN UNTUK DIPERDAGANGKAN atau KESESUAIAN UNTUK TUJUAN TERTENTU. Lihat Lisensi Publik Umum Kecil GNU untuk lebih jelasnya.

Anda seharusnya sudah menerima salinan GNU Lesser General Public License bersama dengan perpustakaan ini; jika tidak, tulis surat ke Free Software Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA

Lihat file LISENSI.