Ist es möglich, hxt <textarea> mit <a> darin zu analysieren?

Question

Ich verwende hxt, um etwas HTML zu analysieren.Es enthält HTML ohne Escapezeichen <textarea>.hxt liefert ungültige Ergebnisse (es stößt auf ein Tag mit Inhalt, in diesem Fall ist es das). <a>).Minimaler Testfall (für GHCi) ist

let doc = parseHtml "<textarea>before<a>link</a>after</textarea>"
runX . xshow $ doc //> hasName "textarea"

was gibt [<textarea>before</textarea><textarea/>] infolge.

Es sieht aus wie Tags ohne Inhalt (z. B. <tag/>) unterbrechen das Parsen nicht.

Gibt es eine Möglichkeit, solchen HTML-Code mit hxt zu analysieren?

Answer 1

Das Problem ist, dass Hübsche Suppe (Ich gehe davon aus, dass es dort ist, wo Sie sind parseHTML ist aus) ist wählerisch in Dingen wie der Tatsache, dass a textarea kann kein enthalten a in gültigem HTML und wird versuchen, alle derartigen Fehler zu „beheben“.

Kannst du wechseln? hxt-tagssuppe?Es akzeptiert immer noch unordentliches HTML (nicht geschlossene Elemente usw.), ist aber bei der Einhaltung des HTML-Schemas nicht so wählerisch – insbesondere ermöglicht es Ihnen ein a in einem textarea:

import Text.XML.HXT.Core
import Text.XML.HXT.TagSoup

let content = "<textarea>before<a>link</a>after</textarea>"
let doc = readString [ withTagSoup ] content
runX . xshow $ doc //> hasName "textarea"

Dadurch wird Folgendes gedruckt:

["<textarea>before<a>link</a>after</textarea>"]

Was ich denke, ist das, was Sie wollen.