sparklemotion/nokogiri

[feature request] HTML5 parser for JRuby implementation

Open

#2.227 aberto em 29 de abr. de 2021

Ver no GitHub
 (4 comments) (2 reactions) (0 assignees)Ruby (806 forks)batch import
help wantedplatform/jruby

Métricas do repositório

Stars
 (5.615 stars)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

This issue is a placeholder for collaboration with the JRuby community to find a way to provide HTML5-compliant parsing for Nokogiri's JRuby implementation.

#2204 provides an HTML5 parser for the CRuby implementation by leveraging the Gumbo parser, implemented in C, and a C extension that is tightly coupled to libxml2. As a result, the Nokogiri::HTML5 module will not be immediately available on JRuby, which uses Xerces in place of libxml2.

The Nokogiri maintainers feel it is important to think about and we hope to work on this in the future. If you're interested in helping with HTML5 support on JRuby, please comment on this issue or ping the maintainers on the mailing list or the Discord channel.

Guia do colaborador

Direção de pesquisa
Revise a implementação existente do analisador HTML5 CRuby na issue #2204, que usa o analisador C Gumbo e uma extensão C. Investigue como alcançar funcionalidade semelhante no JRuby usando analisadores HTML5 baseados em Java (por exemplo, Xerces ou HTMLCleaner). Examine quaisquer comentários nesta issue para abordagens sugeridas ou contribuições dos mantenedores. Proponha uma arquitetura de alto nível para um módulo HTML5 compatível com JRuby que faça a ponte entre Ruby e Java.
Pilha de tecnologia
rubyjava
Domain
backend
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
4
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
Mais de 1 semana
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Antigo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Pouco claro
Prerequisites
RubyJRubyHTML5 parsingNokogiri internals
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
10