点TagSoup解析器使用HTML5版本

Question

我希望TagSoup设置使用HTML5标准。
我正在使用标签汤解析器，这是广告到HTML4，它不允许<a>标签内的<div>。因此，解析错误的HTML。然而，HTML5允许使用相同的功能。如何使标签汤(org.ccil.cowan.tagsoup)使用HTML5标准。例如,

<a>
  <div></div>
</a>

,

<a></a>
<div></div>

Answer 1

我在下面的结构中遇到了同样的问题:

<a>
  <li></li>
  <p></p>
</a>

,

<a>
  <li></li>
</a>
<p></p>

我通过使用自定义HTMLSchema: 解决了这个问题。

private class CustomHTMLSchema extends HTMLSchema
{
    public CustomHTMLSchema()
    {
        super();
        ElementType elA = getElementType("a");
        elA.setModel(elA.model() | M_BLOCK);
    }
}

…

saxParser = SAXParserImpl.newInstance(null);
saxParser.setProperty(Parser.schemaProperty, new CustomHTMLSchema());