AngleSharp -处理自关闭标记

Question

解析包含自关闭标记的html片段时：

var text = @"<tag /> and another <tag />";
var parser = new HtmlParser();
var originalHtml = parser.Parse(text);

OuterHtml的结果输出是：

<tag> and another <tag></tag></tag>

我知道anglesharp不会在没有自定义格式化程序的情况下“呈现”自结束标记，但是考虑到输入，这个输出是预期的吗？

我希望这样的事情：

<tag></tag> and another <tag></tag>

Answer 1

这与AngleSharp无关，而是与HTML5规范有关。自闭只允许在少数元素上(而且主要是为了向后兼容性-实际上在适当的HTML5中，您永远不会自我关闭，而是使用隐式自结束，即更喜欢<img>而不是<img />，<meta>而不是<meta />)。

所有这些都在编写中:由于您提供的标记(tag)是未知的，因此它不是异常(异常列表很短--上面提到的两个例外都在这个列表中)。如果要使用与自定义标记类似的标记，请使用div。

现在比较使用的输出

var text = @"<div /> and another <div />";

至

var text = @"<img /> and another <img />";

您应该看到，后者(使用img)将获得预期的输出(序列化方式不同，但生成的DOM将等效)，而div将类似于当前输出。

重要的是要记住: HTML似乎是XML的一个子集，但实际上并非如此。它也不是一个超集。HTML在一段时间前就开始偏离了，而HTML5只是通过提供一种通用的方法来处理任何类型的意外标记，从而最终在解析器方面带来了理智。

希望这能有所帮助！