blanco Framework

blancoHtmlParserは HTML を解析するための Javaライブラリ(jarファイル)です。
※他の blanco Frameworkプロダクト群と異なり、blancoHtmlParserはソースコード自動生成処理系ではありません。通常の実行ライブラリによる提供となります。

[特徴]
・SAXハンドラーのように HTMLパース処理を進めるのが特徴です。
ただし、XMLのパースとは異なり、開始・終了 が対になって発生するとは限りません。
※むしろ、対にならないケースが多発する点に注意してください。
・HTMLの内容を「そのまま」イベント発生させます。
文字参照などについて、文字やアトリビュート内において「そのまま」発生します。必要に応じてデコードして利用してください。
・パースとシリアライズがある程度の可逆性を実現します。
blancoHtmlParser と blancoHtmlSerializer を使って、属性値の " 忘れを修正したり、
要素名の大文字統一、属性名の小文字統一などを 簡単に実現することができます。
・アトリビュート内のホワイトスペースは解除されます。

[ステータス]
1.blancoHtmlParser : 開発版

[開発者]
1.伊賀敏樹 (IGA Tosiki / いがぴょん): 開発および維持メンテ担当
2.山本耕司 (ymoto) : 開発、レビュー、試験実施、リリース判定。

[ライセンス]
1.blancoHtmlParser は ライセンス として Eclipse Public License 1.0 と GNU Lesser General Public License をデュアルライセンスとして採用しています。

[JDK]
コンパイルおよび実行には、JDK 1.5 以降が必要です。

[依存するライブラリ]
コンパイル及び実行には下記のライブラリを必要とします。
クラスパスに含めるようにしてください。
1.その他の blanco Framework
概要: このプロダクトは 実行時に blanco Framework各種プロダクトに依存して動作します。
ライセンス: GNU Lesser General Public License
※依存ライブラリのEPL化を実施予定です。

2008.12.12 (0.0.7)
HTML の仕様上、CDATAとして扱わなくてはならないところについて仕様改善。
JUnitコードを整備。
ホワイトスペースおよびラインブレークについて、w3c 仕様書をベースに修正。
HTML の要素の仕様をあらわすクラスを新規作成。
TODO 複数の character イベントを集約する Handler を新規作成。

2008.11.30 (0.0.6)
アトリビュートの処理にバグがあったのを修正。
TODO 考慮不足。アトリビュートの値中の￥エスケープ? (そもそもエスケープ記号は?)
TODO ＆の実体参照テスト
TODO ＆が実体参照なしで出た場合は?
TODO > が実体参照なしで出た場合は?