不区分大小写的标记是否与xml-导管匹配？

Question

使用xml-conduit执行不区分大小写的标记和属性名称匹配的最佳方法是什么

例如，考虑上的findNodes解析示例中的函数：

https://www.fpcomplete.com/school/starting-with-haskell/libraries-and-frameworks/text-manipulation/tagsoup

-- The data we're going to search for
findNodes :: Cursor -> [Cursor]
findNodes = element "span" >=> attributeIs "class" "sb_count" >=> child

(我已经修改了这一行，使其能够与Bing当前的页面结构一起工作。)

我的实验表明，element和attributeIs在匹配名称时不执行不区分大小写的比较.有什么简单的方法来改变这种状况吗？

Answer 1

在匹配元素时，可以使用laxElement忽略大小写。它还将忽略名称空间。在checkName上编写一个包装器应该非常容易，它具有您要寻找的确切语义。

Answer 2

我找到了一个解决办法.仍然对更清洁的解决方案感兴趣。

基本上，我们只是创建我们自己版本的Text.HTML.DOM，它在创建XML树之前修复标记事件流中的标记和属性名称。

函数eventConduit的开头如下：

eventConduit :: Monad m => Conduit S.ByteString m XT.Event
eventConduit =
    TS.tokenStream =$= go []
  where
    go stack = do
        mx <- await
        case fmap (entities . fmap' (decodeUtf8With lenientDecode)) mx of
            Nothing -> closeStack stack
...

我们将case fmap ...行更改为：

        case fmap (entities . fixNames . fmap' (decodeUtf8With lenientDecode)) mx of

其中fixNames被定义为：

fixNames :: TS.Token' Text -> TS.Token' Text
fixNames (TS.TagOpen x pairs b) = TS.TagOpen (T.toLower x) (map (T.toLower *** id) pairs) b
fixNames (TS.TagClose x)        = TS.TagClose (T.toLower x)
fixNames t                      = t

现在，我们只在element和attributeIs中使用小写名称。