Hallo,
ich verwende das Modul HTML::Parser, um HTML-Code, der von Anwendern hochgeladen wird, zu überprüfen. Ein Aspekt ist, dass alle Elemente, die geöffnet werden, wieder geschlossen werden müssen.
Also folgender Code wäre ok:
HTML-Code:
<P>hallo <SPAN style="">test</SPAN><B>fett</B></P>
Folgender Code soll einen Fehler erzeugen und nicht eingebunden werden:
HTML-Code:
<P>hallo <SPAN style="">test
oder:
<P> hallo <SPAN style="">test</DIV></P>
Ich verwende aktuell diesen Code:
Code:
my $HTML = '<P>hallo,<BR><SPAN> test</SPAN></P>';
my $open = 0;
sub InnerHTML_start {
$open++;
}
sub InnerHTML_end {
$open--;
}
my $p = HTML::Parser->new(
api_version => 3,
start_h => [\&InnerHTML_start,"tagname, attr, attrseq, text"],
end_h => [\&InnerHTML_end,"tagname"],
);
$p->parse($HTML);
$p->eof;
print($open); // prints 1
Wenn genau so viele Elemente geöffnet, wie auch geschlossen werden, soll 0 ausgegeben werden (Sicher, das muss noch verfeinert werden), es wird aber 1 ausgegeben. Das liegt an dem Standalone-Tag <BR>.
Wie bekomme ich das am besten in den Griff?
Im Zweifelsfall könnte ich Anhand einer Liste alle Standalone-Tags gesondert betrachten. Aber wo finde ich eine Liste mit allen Standalone-Tags?