普贤教程 › 包参考

htmlparse 包

HTML 解析（子集）

项	值
包名	`htmlparse`
版本	`0.2.0`
可用版本	`0.1.0 / 0.2.0`
入口	`htmlparse.px`
分类	`数据格式与编解码`
文件数 / 行数	`1 / 315`

安装与引入

bash

pxpkg init          # 首次
pxpkg add htmlparse@0.2.0
pxpkg install

import htmlparse

所属分类教程：数据格式与编解码

公开接口

函数	参数
`hp_parse`	`s`
`hp_find`	`el, tag`
`hp_text`	`el`
`hp_attr`	`el, name`

其余 16 个 def（内部与辅助，可直接调用但不属稳定接口）

函数	参数
`hp_trim`	`s`
`hp_find_from`	`s, sub, start`
`hp_is_space`	`c`
`hp_tag`	`raw`
`hp_void`	`tag`
`hp_find_rec`	`el, tag, out`
`hp_decode_entities`	`s`
`hp_find_by_attr`	`el, tag, attr_name, attr_value`
`hp_find_by_attr_rec`	`el, tag, attr_name, attr_value, out`
`hp_find_first`	`el, tag`
`hp_inner_html`	`el`
`hp_outer_html`	`el`
`hp_table_parse`	`el`
`hp_extract_links`	`el`
`hp_extract_images`	`el`
`hp_strip_tags`	`s`

包内说明（源码头注释）

text

============================================================
普贤生态库：registry/htmlparse —— HTML 解析（子集）
------------------------------------------------------------
纯函数库（无 IO、无状态），编译（px build）与解释（px run）双模式一致。
hp_parse(s)     → Ok(root dict) | Err
元素 = {tag, attrs: dict, children: [元素|文本], parent};
root.tag = "#root"。注释跳过；void 标签（br/img/input/…）不嵌套；
属性支持 name="v" / name='v' / name（布尔，值为 ""）。
hp_find(el, tag) → [元素]（DFS，大小写不敏感）
hp_text(el)      → str（递归拼接文本）
hp_attr(el, name) → string | null（缺省 null）
说明：非严格容错（未闭合标签按栈顶弹出处理；不校验证实/实体解码）。
============================================================