在浏览器的HTML解析完成时，会执行一些动作。在这个阶段浏览器会把文档标记为可交互的，并且将会开始处理设定为“延迟”模式的脚本—它们应该在文档处理之后执行。文档状态将被设置为“完成”，“load”事件将会触发。你可以在HTML5规范里看到标记化和树构造的完整算法—http://www.w3.org/TR/html5/syntax.html#html-parser。然而这还不是全部，浏览器还需要处理HTML的容错问题。
浏览器的容错度
你从不会在HTML页面上得到“无效语法”错误。浏览器修正一个无效内容然后继续处理。
例如下面的HTML：
<html>
<mytag>
</mytag>
<div>
<p>
</div>
Really lousy HTML
</p>
</html>
我几乎违反了所有规则（“mytag”不是个标准标签，“p”和“div”有错误嵌套，还有其它错误）但是浏览器仍然正确显示，并没有抱怨。所以有大量的解析器代码用于修正HTML作者的错误。
浏览器的错误处理非常一致，但令人惊奇的是这并不是当前HTML规范的一部份。象书签和向后/向前按钮一样，这只是多年对浏览器的开发形成的东西。有些著名的非法HTML结构在许多网站上反复出现，于是一种浏览器就试图跟别的浏览器一样以一致的方式纠正它们。
HTML5规范定义了一些这样的需求，Webkit在HTML解析类的开始处的注释里给予了恰当的总结。
“解析器把标记化的输入解析成文档，建立文档树。如果文档组织良好，一直往下处理就行了。不幸的是，我们必须处理许多结构混乱的HTML文档，因此解析器不得不提供容错能力。我们必须考虑至少以下错误状况：
1 被增加的元素明确的不允许添加到某些外标签中。
在这种情况下，我们应该关闭所有到这个标签（拒绝添加这个元素的）之前的标签，把它添到后面。
2 不允许我们直接添加这个元素。
可能是因为写这个文档的人忘了里面的一些标签（或其中的一些标签是可选的）。
这可能发生在后面的一些标签里：HTML HEAD BODY TBODY TR TD LI （我忘了什么吗？）
3 我们希望增加一个块元素到一个内联元素里。关闭到下一个更高层的块元素为止的所有内联元素。
4 如果这些都没用，关闭元素，直到允许我们添加这个元素或忽略这个标签。”
我们看一些Webkit容错性的例子：
</br>替换<br>
一些站点用</br>代替<br>。为了兼容IE和Firefox，Webkit象处理<br>一样处理它们。代码：
if (t->isCloseTag(brTag) && m_document->inCompatMode()) {
reportError(MalformedBRError);
t->beginTag = true;
注意—错误处理只在内部—不会被展现给用户。
零散的表格
零散的表格是一个在另一个表格内容里的表格，但却没有处于一个单元格里面。
象这样的例子：
<table> <table> <tr><td>inner table</td></tr> </table> <tr><td>outer table</td></tr> </table>
Webkit将更正这种层级关系为两个兄弟表：
<table> <tr><td>outer table</td></tr> </table> <table> <tr><td>inner table</td></tr> </table>
代码：
if (m_inStrayTableContent && localName == tableTag)
popBlock(tableTag);
Webkit为当前元素内容使用了一个栈—它会把内部表从外部表栈里弹出。表格就变成兄弟表了。
嵌套的form元素
在用户把一个form放进另一个form的情况下，第二个form会被忽略掉。
代码：
if (!m_currentFormElement) {
m_currentFormElement = new HTMLFormElement(formTag, m_document);
}
过深的标签层次
注释里自己说道：
www.liceo.edu.mx是一个站点的例子，嵌套居然达到了大约1500个标签，一长串<b>标签。
我们只允许最多20个相同类型的标签嵌套，否则将全部忽略它们。
bool HTMLParser::allowNestedRedundantTag(const AtomicString& tagName)
{
unsigned i = 0;
for (HTMLStackElem* curr = m_blockStack;i < cMaxRedundantTagDepth && curr && curr->tagName == tagName;curr = curr->next, i++)
{ }
return i != cMaxRedundantTagDepth;
}
html和body结束标签放置错误
再一次—注释里自己提到：
“支持未结束的html。
我们从未关闭body标签，因为一些愚蠢的网页在实际文档结束之前就关闭了它。我们依靠end()调用来关闭一切。”
if (t->tagName == htmlTag || t->tagName == bodyTag )
return;
所以网页编写者们可得小心了—除非你愿意出现在Webkit的容错性例子里—所以记得要编写结构良好的HTML。
（待续）
原创文章，作者：苏葳，如需转载，请注明出处：https://www.swmemo.com/2038.html
