gumbo 0.10.0

目标和功能：

• 对不良输入具有鲁棒性和弹性。
• 简单的api，可以很容易地被其他语言包装。
• 支持源位置和指向原始文本的指针。
• 相对较轻，没有外部依赖关系。
• 全部通过html5lib-0.95 tests。
• 在超过25亿页的谷歌索引上进行了测试。

非目标：

• 执行速度。《秋葵》之所以能有这样的收获，是因为 但是对于预期的用例来说，这不是一个重要的考虑因素，并且 不是主要的设计因素。
• 支持UTF-8以外的编码。大部分情况下，客户端代码 之前可以使用其他库将输入流转换为UTF-8文本 处理。
• 安全。Gumbo最初是为与 仅受信任的输入文件。我们正在努力强化这一点并确保它 即使在恶意输入时也会按预期行为，但现在，gumbo应该只 在受信任的输入或沙盒内运行。
• C89支持。到目前为止，大多数主流编译器都支持c99；最大的例外是 （微软Visual Studio）应该能够在C++模式下编译此 变化相对较少。（欢迎使用错误报告。）

愿望列表（又名“我们无法将这些放入原始版本，但是 希望尽快添加“）：

• 支持最近的HTML5规范更改以支持模板标记。
• 支持片段分析。
• 全功能错误报告。
• 其他语言的绑定。

安装

`pip install gumbo`应该这样做。如果有本地副本，请从根目录`python setup.py install`。

以及html5libBeautifulSoup适配器 要求各自的库单独安装才能工作。

基本用法

对于cTypes绑定：

importgumbowithgumbo.parse(text)asoutput:root=output.contents.root.contents# root is a Node object representing the root of the parse tree# tree-walk over it as necessary.

对于美化组绑定：

importgumbosoup=gumbo.soup_parse(text)# soup is a BeautifulSoup object representing the parse tree.

对于html5lib绑定：

fromgumboimporthtml5libdoc=html5lib.parse(text[,treebuilder='lxml'])

python使用的推荐最佳实践是使用一个适配器 一个现有的API（个人而言，我更喜欢漂亮的汤）并编写你的程序 在这些方面。应该考虑构建原始cTypes绑定 用于更高级别库的块，很少直接引用。

请参阅soup_适配器的源代码、pydoc和实现 HTML5lib_适配器了解更多信息。

关于API/ABI兼容性的说明

我们将尽最大努力保持版本之间的api兼容性。 最初的版本是一个0.9（beta版）的版本，用于征求早期的意见 采用者，但如果没有发现api的主要问题，则使用1.0版本 不久之后，它的api应该被认为是稳定的。如果 更改是必要的，我们遵循[语义版本控制][]。

我们对ABI没有这样的保证，很可能 后续版本可能需要重新编译客户端代码。为了这个 原因，我们建议不要在整个程序中使用gumbo数据结构， 相反，将它们限制在一个翻译层，该层可以挑选出 需要来自解析树的数据，然后将其转换为持久的 数据结构更适合应用程序。API是 为鼓励这种使用而构造的，只有一个delete函数用于 整个解析树，并没有考虑到变异。

大部分对python的使用是透明的，因为python适配器都是 用这个做的但是，由于cTypes需要ABI兼容性，因此 意味着您必须在以下情况下重新部署gumboc库和c扩展 正在升级到新版本。