Processing non-ascii tags and attributes in HTMLParser
未關閉
@serhiy-storchaka 已經在處理了。
開始於 2025年11月19日。
3.13
3.14
3.15
stdlib
type-bug
- 主要語言
- Python
- 星號
- 77.2k
- 分支
- 36k
- PR 合併指標
- PR 指標待擷取
描述
Bug report
html.parser.HTMLParser convert names of tags and attributes to lower case. But the HTML5 specification only prescripts converting ASCII upper alpha characters to lower case.
- https://html.spec.whatwg.org/multipage/parsing.html#tag-name-state
- https://html.spec.whatwg.org/multipage/parsing.html#attribute-name-state
There are some non-ASCII characters which are converted to ASCII lowercase characters (e.g. "ß" -> "ss", "K" (U+212A) -> "k", "ſ" -> "s"). They will be parsed differently by HTMLParser and any other parser or browser.
Linked PRs
- gh-141758
貢獻指南
從這裡開始
- 先讀完整個 Issue，再讀專案的貢獻指南。
- 在 Issue 下留言說明你要接手 —— 這能避免兩個人做同樣的事。
- Fork 儲存庫，在一個分支上完成修改。
- 送出 Pull Request，並在描述裡引用這個 Issue 編號。
評估
這個 Issue 還沒有評估資料。