AdvancedHTMLParser.Validator
index

# Copyright (c) 2015 Tim Savannah All Rights Rserved under LGPLv3. See LICENSE (https://gnu.org/licenses/lgpl-3.0.txt) for more information.

 
Classes
       
AdvancedHTMLParser.Parser.AdvancedHTMLParser(html.parser.HTMLParser)
ValidatingAdvancedHTMLParser
AdvancedHTMLParser.exceptions.HTMLValidationException(builtins.Exception)
AdvancedHTMLParser.exceptions.InvalidCloseException
AdvancedHTMLParser.exceptions.MissedCloseException

 
class InvalidCloseException(HTMLValidationException)
    InvalidCloseException - Raised when a tag is closed that shouldn't be closed.
 
 
Method resolution order:
InvalidCloseException
HTMLValidationException
builtins.Exception
builtins.BaseException
builtins.object

Methods defined here:
__init__(self, triedToClose, stillOpen)
Initialize self.  See help(type(self)) for accurate signature.

Data descriptors inherited from HTMLValidationException:
__weakref__
list of weak references to the object (if defined)

Methods inherited from builtins.Exception:
__new__(*args, **kwargs) from builtins.type
Create and return a new object.  See help(type) for accurate signature.

Methods inherited from builtins.BaseException:
__delattr__(self, name, /)
Implement delattr(self, name).
__getattribute__(self, name, /)
Return getattr(self, name).
__reduce__(...)
helper for pickle
__repr__(self, /)
Return repr(self).
__setattr__(self, name, value, /)
Implement setattr(self, name, value).
__setstate__(...)
__str__(self, /)
Return str(self).
with_traceback(...)
Exception.with_traceback(tb) --
set self.__traceback__ to tb and return self.

Data descriptors inherited from builtins.BaseException:
__cause__
exception cause
__context__
exception context
__dict__
__suppress_context__
__traceback__
args

 
class MissedCloseException(HTMLValidationException)
    MissedCloseException - Raised when a close was missed
 
 
Method resolution order:
MissedCloseException
HTMLValidationException
builtins.Exception
builtins.BaseException
builtins.object

Methods defined here:
__init__(self, triedToClose, stillOpen)
Initialize self.  See help(type(self)) for accurate signature.

Data descriptors inherited from HTMLValidationException:
__weakref__
list of weak references to the object (if defined)

Methods inherited from builtins.Exception:
__new__(*args, **kwargs) from builtins.type
Create and return a new object.  See help(type) for accurate signature.

Methods inherited from builtins.BaseException:
__delattr__(self, name, /)
Implement delattr(self, name).
__getattribute__(self, name, /)
Return getattr(self, name).
__reduce__(...)
helper for pickle
__repr__(self, /)
Return repr(self).
__setattr__(self, name, value, /)
Implement setattr(self, name, value).
__setstate__(...)
__str__(self, /)
Return str(self).
with_traceback(...)
Exception.with_traceback(tb) --
set self.__traceback__ to tb and return self.

Data descriptors inherited from builtins.BaseException:
__cause__
exception cause
__context__
exception context
__dict__
__suppress_context__
__traceback__
args

 
class ValidatingAdvancedHTMLParser(AdvancedHTMLParser.Parser.AdvancedHTMLParser)
    ValidatingAdvancedHTMLParser - A parser which will raise Exceptions for a couple HTML errors that would otherwise cause
    an assumption to be made during parsing.
 
exceptions.InvalidCloseException - The parsed string/file tried to close something it shouldn't have.
exceptions.MissedCloseException  - The parsed string/file missed closing an item.
 
 
Method resolution order:
ValidatingAdvancedHTMLParser
AdvancedHTMLParser.Parser.AdvancedHTMLParser
html.parser.HTMLParser
_markupbase.ParserBase
builtins.object

Methods defined here:
handle_endtag(self, tagName)
Internal for parsing

Methods inherited from AdvancedHTMLParser.Parser.AdvancedHTMLParser:
__contains__(self, other)
__init__(self, filename=None, encoding='utf-8')
__init__ - Creates an Advanced HTML parser object. For read-only parsing, consider IndexedAdvancedHTMLParser for faster searching.
 
    @param filename <str>         - Optional filename to parse. Otherwise use parseFile or parseStr methods.
    @param encoding <str>         - Specifies the document encoding. Default utf-8
contains(self, em)
Checks if #em is found anywhere within this element tree
 
@param em <AdvancedTag> - Tag of interest
 
@return <bool> - If element #em is within this tree
containsUid(self, uid)
Check if #uid is found anywhere within this element tree
 
@param uid <uuid.UUID> - Uid
 
@return <bool> - If #uid is found within this tree
createElement(self, tagName)
createElement - Create an unattached tag with the given tag name
 
@param tagName <str> - Name of tag
 
@return <AdvancedTag> - A tag with the given tag name
feed(self, contents)
feed - Feed contents. Use  parseStr or parseFile instead.
 
@param contents - Contents
filter(self, **kwargs)
filter aka filterAnd - Filter ALL the elements in this DOM.
 
Results must match ALL the filter criteria. for ANY, use the *Or methods
 
Requires the QueryableList module to be installed (i.e. AdvancedHTMLParser was installed
  without '--no-deps' flag.)
 
For alternative without QueryableList,
  consider #AdvancedHTMLParser.AdvancedHTMLParser.find method or the getElement* methods
 
Special Keys:
 
   tagname - The tag name
   text    - The inner text
 
@return TagCollection<AdvancedTag>
filterAnd = filter(self, **kwargs)
filter aka filterAnd - Filter ALL the elements in this DOM.
 
Results must match ALL the filter criteria. for ANY, use the *Or methods
 
Requires the QueryableList module to be installed (i.e. AdvancedHTMLParser was installed
  without '--no-deps' flag.)
 
For alternative without QueryableList,
  consider #AdvancedHTMLParser.AdvancedHTMLParser.find method or the getElement* methods
 
Special Keys:
 
   tagname - The tag name
   text    - The inner text
 
@return TagCollection<AdvancedTag>
filterOr(self, **kwargs)
filterOr - Perform a filter operation on this node and all children (and their children, onto the end)
 
Results must match ANY the filter criteria. for ALL, use the *AND methods
 
For special filter keys, @see #AdvancedHTMLParser.AdvancedHTMLParser.filter
 
Requires the QueryableList module to be installed (i.e. AdvancedHTMLParser was installed
  without '--no-deps' flag.)
 
For alternative, consider AdvancedHTMLParser.AdvancedHTMLParser.find method or the getElement* methods
 
@return TagCollection<AdvancedTag>
find(self, **kwargs)
find - Perform a search of elements using attributes as keys and potential values as values
 
   (i.e.  parser.find(name='blah', tagname='span')  will return all elements in this document
     with the name "blah" of the tag type "span" )
 
Arguments are key = value, or key can equal a tuple/list of values to match ANY of those values.
 
Append a key with __contains to test if some strs (or several possible strs) are within an element
Append a key with __icontains to perform the same __contains op, but ignoring case
 
Special keys:
 
   tagname    - The tag name of the element
   text       - The text within an element
 
NOTE: Empty string means both "not set" and "no value" in this implementation.
 
NOTE: If you installed the QueryableList module (i.e. ran setup.py without --no-deps) it is
  better to use the "filter"/"filterAnd" or "filterOr" methods, which are also available
  on all tags and tag collections (tag collections also have filterAllAnd and filterAllOr)
 
 
@return TagCollection<AdvancedTag> - A list of tags that matched the filter criteria
getAllNodes(self)
getAllNodes - Get every element
 
@return TagCollection<AdvancedTag>
getElementById(self, _id, root='root')
getElementById - Searches and returns the first (should only be one) element with the given ID.
   
    @param id <str> - A string of the id attribute.
    @param root <AdvancedTag/'root'> - Search starting at a specific node, if provided. if string 'root' [default], the root of the parsed tree will be used.
getElementsByAttr(self, attrName, attrValue, root='root')
getElementsByAttr - Searches the full tree for elements with a given attribute name and value combination. This is always a full scan.
   
    @param attrName <lowercase str> - A lowercase attribute name
    @param attrValue <str> - Expected value of attribute
    @param root <AdvancedTag/'root'> - Search starting at a specific node, if provided. if string 'root', the root of the parsed tree will be used.
getElementsByClassName(self, className, root='root')
getElementsByClassName - Searches and returns all elements containing a given class name.
   
    @param className <str> - A one-word class name
    @param root <AdvancedTag/'root'> - Search starting at a specific node, if provided. if string 'root' [default], the root of the parsed tree will be used.
getElementsByName(self, name, root='root')
getElementsByName - Searches and returns all elements with a specific name.
   
    @param name <str> - A string of the name attribute
    @param root <AdvancedTag/'root'> - Search starting at a specific node, if provided. if string 'root' [default], the root of the parsed tree will be used.
getElementsByTagName(self, tagName, root='root')
getElementsByTagName - Searches and returns all elements with a specific tag name.
   
    @param tagName <lowercase str> - A lowercase string of the tag name. 
    @param root <AdvancedTag/'root'> - Search starting at a specific node, if provided. if string 'root', the root of the parsed tree will be used.
getElementsCustomFilter(self, filterFunc, root='root')
getElementsCustomFilter - Scan elements using a provided function
 
@param filterFunc <function>(node) - A function that takes an AdvancedTag as an argument, and returns True if some arbitrary criteria is met
 
@return - TagCollection of all matching elements
getElementsWithAttrValues(self, attrName, attrValues, root='root')
getElementsWithAttrValues - Returns elements with an attribute, named by #attrName contains one of the values in the list, #values
 
@param attrName <lowercase str> - A lowercase attribute name
@param attrValues set<str> - A set of all valid values. 
 
 
@return - TagCollection of all matching elements
getFirstElementCustomFilter(self, filterFunc, root='root')
getFirstElementCustomFilter - Scan elements using a provided function, stop and return the first match.
 
    @see getElementsCustomFilter to match multiple elements
 
@param filterFunc <function>(node) - A function that takes an AdvancedTag as an argument, and returns True if some arbitrary criteria is met
 
@return - An AdvancedTag of the node that matched, or None if no match.
getFormattedHTML(self, indent=' ')
getFormattedHTML - Get formatted and xhtml of this document
 
@param indent - space/tab/newline of each level of indent, or integer for how many spaces per level
 
@return - Formatted html as string
getHTML(self)
getHTML - Get the full HTML as contained within this tree
    @returns - String
getRoot(self)
getRoot - returns the root Tag.
 
  NOTE: if there are multiple roots, this will be a special tag.
   You may want to consider using getRootNodes instead if this
   is a possible situation for you.
 
@return AdvancedTag
getRootNodes(self)
getRootNodes - Gets all objects at the "root" (first level; no parent). Use this if you may have multiple roots (not children of <html>)
    Use this method to get objects, for example, in an AJAX request where <html> may not be your root.
 
    Note: If there are multiple root nodes (i.e. no <html> at the top), getRoot will return a special tag. This function automatically
      handles that, and returns all root nodes.
 
    @return list<AdvancedTag> - A list of AdvancedTags which are at the root level of the tree.
handle_charref(self, charRef)
Internal for parsing
handle_comment(self, comment)
Internal for parsing
handle_data(self, data)
Internal for parsing
handle_decl(self, decl)
Internal for parsing
handle_entityref(self, entity)
Internal for parsing
handle_startendtag(self, tagName, attributeList)
Internal for parsing
handle_starttag(self, tagName, attributeList, isSelfClosing=False)
Internal for parsing
parseFile(self, filename)
parseFile - Parses a file and creates the DOM tree and indexes
 
    @param filename <str/file> - A string to a filename or a file object. If file object, it will not be closed, you must close.
parseStr(self, html)
parseStr - Parses a string and creates the DOM tree and indexes.
 
    @param html <str> - valid HTML
setRoot(self, root)
Sets the root node, and reprocesses the indexes
unknown_decl(self, decl)
Internal for parsing

Class methods inherited from AdvancedHTMLParser.Parser.AdvancedHTMLParser:
createBlocksFromHTML(html, encoding='utf-8') from builtins.type
createBlocksFromHTML - Returns the root level node (unless multiple nodes), and 
    a list of "blocks" added (text and nodes).
 
@return list< str/AdvancedTag > - List of blocks created. May be strings (text nodes) or AdvancedTag (tags)
 
NOTE:
    Results may be checked by:
 
        issubclass(block.__class__, AdvancedTag)
 
    If True, block is a tag, otherwise, it is a text node
createElementFromHTML(html, encoding='utf-8') from builtins.type
createElementFromHTML - Creates an element from a string of HTML.
 
    If this could create multiple root-level elements (children are okay),
      you must use #createElementsFromHTML which returns a list of elements created.
 
@param html <str> - Some html data
 
@param encoding <str> - Encoding to use for document
 
@raises MultipleRootNodeException - If given html would produce multiple root-level elements (use #createElementsFromHTML instead)
 
@return AdvancedTag - A single AdvancedTag
 
NOTE: If there is text outside the tag, they will be lost in this.
  Use createBlocksFromHTML instead if you need to retain both text and tags.
 
  Also, if you are just appending to an existing tag, use AdvancedTag.appendInnerHTML
createElementsFromHTML(html, encoding='utf-8') from builtins.type
createElementsFromHTML - Creates elements from provided html, and returns a list of the root-level elements
    children of these root-level nodes are accessable via the usual means.
 
@param html <str> - Some html data
 
@param encoding <str> - Encoding to use for document
 
@return list<AdvancedTag> - The root (top-level) tags from parsed html.
 
NOTE: If there is text outside the tags, they will be lost in this.
  Use createBlocksFromHTML instead if you need to retain both text and tags.
 
  Also, if you are just appending to an existing tag, use AdvancedTag.appendInnerHTML

Data descriptors inherited from AdvancedHTMLParser.Parser.AdvancedHTMLParser:
body
body - Get the body element
 
@return <AdvancedTag> - The body tag, or None if no body tag present
forms
forms - Return all forms associated with this document
 
@return <TagCollection> - All "form" elements
head
head - Get the head element
 
@return <AdvancedTag> - The head tag, or None if no head tag present

Methods inherited from html.parser.HTMLParser:
check_for_whole_start_tag(self, i)
# Internal -- check to see if we have a complete starttag; return end
# or -1 if incomplete.
clear_cdata_mode(self)
close(self)
Handle any buffered data.
get_starttag_text(self)
Return full source of start tag: '<...>'.
goahead(self, end)
# Internal -- handle data as far as reasonable.  May leave state
# and data to be processed by a subsequent call.  If 'end' is
# true, force handling all data as if followed by EOF marker.
handle_pi(self, data)
# Overridable -- handle processing instruction
parse_bogus_comment(self, i, report=1)
# Internal -- parse bogus comment, return length or -1 if not terminated
# see http://www.w3.org/TR/html5/tokenization.html#bogus-comment-state
parse_endtag(self, i)
# Internal -- parse endtag, return end or -1 if incomplete
parse_html_declaration(self, i)
# Internal -- parse html declarations, return length or -1 if not terminated
# See w3.org/TR/html5/tokenization.html#markup-declaration-open-state
# See also parse_declaration in _markupbase
parse_pi(self, i)
# Internal -- parse processing instr, return end or -1 if not terminated
parse_starttag(self, i)
# Internal -- handle starttag, return end or -1 if not terminated
reset(self)
Reset this instance.  Loses all unprocessed data.
set_cdata_mode(self, elem)
unescape(self, s)
# Internal -- helper to remove special character quoting

Data and other attributes inherited from html.parser.HTMLParser:
CDATA_CONTENT_ELEMENTS = ('script', 'style')

Methods inherited from _markupbase.ParserBase:
error(self, message)
getpos(self)
Return current line number and offset.
parse_comment(self, i, report=1)
# Internal -- parse comment, return length or -1 if not terminated
parse_declaration(self, i)
# Internal -- parse declaration (for use by subclasses).
parse_marked_section(self, i, report=1)
# Internal -- parse a marked section
# Override this to handle MS-word extension syntax <![if word]>content<![endif]>
updatepos(self, i, j)
# Internal -- update line number and offset.  This should be
# called for each piece of data exactly once, in order -- in other
# words the concatenation of all the input strings to this
# function should be exactly the entire input.

Data descriptors inherited from _markupbase.ParserBase:
__dict__
dictionary for instance variables (if defined)
__weakref__
list of weak references to the object (if defined)

 
Data
        __all__ = ('InvalidCloseException', 'MissedCloseException', 'ValidatingAdvancedHTMLParser')