sys/src/cmd/python/Doc/lib/libhtmllib.tex

   1 \section{\module{htmllib} ---
   2          A parser for HTML documents}
   3
   4 \declaremodule{standard}{htmllib}
   5 \modulesynopsis{A parser for HTML documents.}
   6
   7 \index{HTML}
   8 \index{hypertext}
   9
  10
  11 This module defines a class which can serve as a base for parsing text
  12 files formatted in the HyperText Mark-up Language (HTML).  The class
  13 is not directly concerned with I/O --- it must be provided with input
  14 in string form via a method, and makes calls to methods of a
  15 ``formatter'' object in order to produce output.  The
  16 \class{HTMLParser} class is designed to be used as a base class for
  17 other classes in order to add functionality, and allows most of its
  18 methods to be extended or overridden.  In turn, this class is derived
  19 from and extends the \class{SGMLParser} class defined in module
  20 \refmodule{sgmllib}\refstmodindex{sgmllib}.  The \class{HTMLParser}
  21 implementation supports the HTML 2.0 language as described in
  22 \rfc{1866}.  Two implementations of formatter objects are provided in
  23 the \refmodule{formatter}\refstmodindex{formatter}\ module; refer to the
  24 documentation for that module for information on the formatter
  25 interface.
  26 \withsubitem{(in module sgmllib)}{\ttindex{SGMLParser}}
  27
  28 The following is a summary of the interface defined by
  29 \class{sgmllib.SGMLParser}:
  30
  31 \begin{itemize}
  32
  33 \item
  34 The interface to feed data to an instance is through the \method{feed()}
  35 method, which takes a string argument.  This can be called with as
  36 little or as much text at a time as desired; \samp{p.feed(a);
  37 p.feed(b)} has the same effect as \samp{p.feed(a+b)}.  When the data
  38 contains complete HTML markup constructs, these are processed immediately;
  39 incomplete constructs are saved in a buffer.  To force processing of all
  40 unprocessed data, call the \method{close()} method.
  41
  42 For example, to parse the entire contents of a file, use:
  43 \begin{verbatim}
  44 parser.feed(open('myfile.html').read())
  45 parser.close()
  46 \end{verbatim}
  47
  48 \item
  49 The interface to define semantics for HTML tags is very simple: derive
  50 a class and define methods called \method{start_\var{tag}()},
  51 \method{end_\var{tag}()}, or \method{do_\var{tag}()}.  The parser will
  52 call these at appropriate moments: \method{start_\var{tag}} or
  53 \method{do_\var{tag}()} is called when an opening tag of the form
  54 \code{<\var{tag} ...>} is encountered; \method{end_\var{tag}()} is called
  55 when a closing tag of the form \code{<\var{tag}>} is encountered.  If
  56 an opening tag requires a corresponding closing tag, like \code{<H1>}
  57 ... \code{</H1>}, the class should define the \method{start_\var{tag}()}
  58 method; if a tag requires no closing tag, like \code{<P>}, the class
  59 should define the \method{do_\var{tag}()} method.
  60
  61 \end{itemize}
  62
  63 The module defines a parser class and an exception:
  64
  65 \begin{classdesc}{HTMLParser}{formatter}
  66 This is the basic HTML parser class.  It supports all entity names
  67 required by the XHTML 1.0 Recommendation (\url{http://www.w3.org/TR/xhtml1}).
  68 It also defines handlers for all HTML 2.0 and many HTML 3.0 and 3.2 elements.
  69 \end{classdesc}
  70
  71 \begin{excdesc}{HTMLParseError}
  72 Exception raised by the \class{HTMLParser} class when it encounters an
  73 error while parsing.
  74 \versionadded{2.4}
  75 \end{excdesc}
  76
  77
  78 \begin{seealso}
  79   \seemodule{formatter}{Interface definition for transforming an
  80                         abstract flow of formatting events into
  81                         specific output events on writer objects.}
  82   \seemodule{HTMLParser}{Alternate HTML parser that offers a slightly
  83                          lower-level view of the input, but is
  84                          designed to work with XHTML, and does not
  85                          implement some of the SGML syntax not used in
  86                          ``HTML as deployed'' and which isn't legal
  87                          for XHTML.}
  88   \seemodule{htmlentitydefs}{Definition of replacement text for XHTML 1.0
  89                              entities.}
  90   \seemodule{sgmllib}{Base class for \class{HTMLParser}.}
  91 \end{seealso}
  92
  93
  94 \subsection{HTMLParser Objects \label{html-parser-objects}}
  95
  96 In addition to tag methods, the \class{HTMLParser} class provides some
  97 additional methods and instance variables for use within tag methods.
  98
  99 \begin{memberdesc}{formatter}
 100 This is the formatter instance associated with the parser.
 101 \end{memberdesc}
 102
 103 \begin{memberdesc}{nofill}
 104 Boolean flag which should be true when whitespace should not be
 105 collapsed, or false when it should be.  In general, this should only
 106 be true when character data is to be treated as ``preformatted'' text,
 107 as within a \code{<PRE>} element.  The default value is false.  This
 108 affects the operation of \method{handle_data()} and \method{save_end()}.
 109 \end{memberdesc}
 110
 111
 112 \begin{methoddesc}{anchor_bgn}{href, name, type}
 113 This method is called at the start of an anchor region.  The arguments
 114 correspond to the attributes of the \code{<A>} tag with the same
 115 names.  The default implementation maintains a list of hyperlinks
 116 (defined by the \code{HREF} attribute for \code{<A>} tags) within the
 117 document.  The list of hyperlinks is available as the data attribute
 118 \member{anchorlist}.
 119 \end{methoddesc}
 120
 121 \begin{methoddesc}{anchor_end}{}
 122 This method is called at the end of an anchor region.  The default
 123 implementation adds a textual footnote marker using an index into the
 124 list of hyperlinks created by \method{anchor_bgn()}.
 125 \end{methoddesc}
 126
 127 \begin{methoddesc}{handle_image}{source, alt\optional{, ismap\optional{,
 128                                  align\optional{, width\optional{, height}}}}}
 129 This method is called to handle images.  The default implementation
 130 simply passes the \var{alt} value to the \method{handle_data()}
 131 method.
 132 \end{methoddesc}
 133
 134 \begin{methoddesc}{save_bgn}{}
 135 Begins saving character data in a buffer instead of sending it to the
 136 formatter object.  Retrieve the stored data via \method{save_end()}.
 137 Use of the \method{save_bgn()} / \method{save_end()} pair may not be
 138 nested.
 139 \end{methoddesc}
 140
 141 \begin{methoddesc}{save_end}{}
 142 Ends buffering character data and returns all data saved since the
 143 preceding call to \method{save_bgn()}.  If the \member{nofill} flag is
 144 false, whitespace is collapsed to single spaces.  A call to this
 145 method without a preceding call to \method{save_bgn()} will raise a
 146 \exception{TypeError} exception.
 147 \end{methoddesc}
 148
 149
 150
 151 \section{\module{htmlentitydefs} ---
 152          Definitions of HTML general entities}
 153
 154 \declaremodule{standard}{htmlentitydefs}
 155 \modulesynopsis{Definitions of HTML general entities.}
 156 \sectionauthor{Fred L. Drake, Jr.}{fdrake@acm.org}
 157
 158 This module defines three dictionaries, \code{name2codepoint},
 159 \code{codepoint2name}, and \code{entitydefs}. \code{entitydefs} is
 160 used by the \refmodule{htmllib} module to provide the
 161 \member{entitydefs} member of the \class{HTMLParser} class.  The
 162 definition provided here contains all the entities defined by XHTML 1.0
 163 that can be handled using simple textual substitution in the Latin-1
 164 character set (ISO-8859-1).
 165
 166
 167 \begin{datadesc}{entitydefs}
 168   A dictionary mapping XHTML 1.0 entity definitions to their
 169   replacement text in ISO Latin-1.
 170
 171 \end{datadesc}
 172
 173 \begin{datadesc}{name2codepoint}
 174   A dictionary that maps HTML entity names to the Unicode codepoints.
 175   \versionadded{2.3}
 176 \end{datadesc}
 177
 178 \begin{datadesc}{codepoint2name}
 179   A dictionary that maps Unicode codepoints to HTML entity names.
 180   \versionadded{2.3}
 181 \end{datadesc}