Python 的 Aspose.HTML FOSS
将 HTML 解析为符合标准的 DOM，应用 CSS，并从 Python 计算样式——免费、开源且纯粹的 Python。
开源 Python 库用于 HTML 处理
Aspose.HTML FOSS for Python 是一个免费、开源的库，用于在 Python 应用程序中处理 HTML 文档。使用单个 git clone https://github.com/aspose-html-foss/Aspose.HTML-FOSS-for-Python.git 命令进行安装，开始将标记解析为文档对象模型，构建和修改元素树，附加 CSS 样式表，解析计算后的样式，并处理 URL 和字符编码——全部使用纯 Python，无需浏览器依赖。
该库公开了一个以标准为导向的 API，围绕 HTMLDocument、Document、Element 和 CSSStyleSheet 构建。使用 HTMLDocument.parse() 解析标记，使用 Document.create_element() 和 append_child() 创建并连接节点，使用 get_element_by_id() 查找元素，通过 CSSStyleSheet.replace_sync() 以及元素级的 style 声明为它们设置样式，并使用 Element.get_computed_style() 读取结果。较低层的构建块——HTML Tokenizer、TreeBuilder、WHATWG 风格的 URL 和 URLSearchParams，以及 detect_encoding() 字节流检测器——在需要直接控制时可用。
Aspose.HTML FOSS 使用 MIT 许可证，纯 Python 实现，要求 Python 3.10 或更高版本。它在 Windows、Linux 和 macOS 上表现完全相同——包括 CI 运行器、Docker 容器和无服务器环境。有关企业产品系列，请参阅 Aspose.HTML — Enterprise Product Family。
HTML 解析和 DOM 操作
- 使用
HTMLDocument.parse()解析完整页面，或使用HTMLDocument.parse_fragment()解析片段 - 使用
Document.create_element()和append_child()以编程方式构建文档 - 使用
Document.get_element_by_id()查找节点，并通过Element.get_attribute()读取标记属性 - 使用
Element.set_attribute()设置属性，并通过Node.text_content赋予文本 - 使用
serialise()函数将任意子树序列化回标记
谁使用 DOM 处理
- 后端服务在存储前清理或重写用户提交的 HTML
- 内容管道在大规模下提取或重构页面片段
- 测试套件在 CI 中断言生成的标记结构
CSS 样式表和计算样式
- 使用
CSSStyleSheet.replace_sync()解析样式表文本，并通过Document.attach_style_sheet()附加它 - 通过元素的
style属性使用CSSStyleDeclaration.set_property()设置内联声明 - 使用
Element.get_computed_style()解析层叠——特异性、内联与作者规则以及继承—— - 使用
CSSStyleDeclaration.get_property_value()读取解析后的值
谁使用样式计算
- 在发送之前验证有效样式的电子邮件和新闻稿工具
- HTML 清理程序，需要了解元素实际渲染的样式
- 开发人员在浏览器外调试层叠和特异性行为
标记器和树构造
- 直接使用
Tokenizer.tokenize()或Tokenizer.tokenize_fragment()驱动 HTML 标记器 - 使用
TreeBuilder.run()进行基于标准的树构建 - 使用
parse_html()函数直接将标记解析为树
谁在使用低级解析
- 检查标记流而非完成树的 Linters 和分析器
- 在错误标记恢复期间需要自定义错误处理的工具
- 研究基于标准的 HTML 解析工作原理的教育项目
URL 和字符编码
- 使用
URL.parse()和URL.can_parse()解析并验证 URL - 使用
URLSearchParams读取和编辑查询字符串 —append()、get()、has()、delete() - 使用
detect_encoding()检测字节流编码（BOM 和内容嗅探） - 使用
get_canonical_name()将编码标签规范化为标准名称
谁使用 URL 和编码工具
- 必须可靠地解析并去重 URL 的爬虫和抓取器
- 处理混合编码的遗留文档的摄取管道
- 在服务器端解析或重写查询参数的服务
构建 DOM 并解析 CSS 级联
创建文档，附加样式表，并读取计算后的样式 — ID 选择器优先于类规则：
from aspose_html.dom import Document
from aspose_html.cssom import CSSStyleSheet
doc = Document()
el = doc.create_element("div")
el.set_attribute("class", "foo")
el.set_attribute("id", "bar")
doc.append_child(el)
sheet = CSSStyleSheet()
sheet.replace_sync(".foo { color: red } #bar { color: blue }")
doc.attach_style_sheet(sheet)
style = el.get_computed_style()
print(style.get_property_value("color"))
内联样式优先
内联声明的特异性高于作者样式表规则：
from aspose_html.dom import Document
from aspose_html.cssom import CSSStyleSheet
doc = Document()
el = doc.create_element("div")
doc.append_child(el)
sheet = CSSStyleSheet()
sheet.replace_sync("div { color: red }")
doc.attach_style_sheet(sheet)
inline = el.style
inline.set_property("color", "blue")
print(el.get_computed_style().get_property_value("color"))
检测字节的字符编码
嗅探原始字节流（包括 BOM）的编码，并获取解码后的文本：
from aspose_html.encoding.detection import detect_encoding
result = detect_encoding(b"\xef\xbb\xbf<p>x</p>")
print(result.encoding)
print(result.confidence)
print(result.text)
常见问题
Aspose.HTML FOSS for Python 使用什么许可证？
MIT License — 商业使用、修改和再分发均被允许；唯一的要求是随大量复制品保留版权声明。
支持哪些 Python 版本，如何安装？
Python 3.10 或更高版本。使用 git clone https://github.com/aspose-html-foss/Aspose.HTML-FOSS-for-Python.git 安装 — 实现是纯 Python，没有本机依赖。
如何将 HTML 解析为文档？
使用 HTMLDocument.parse() 处理完整页面，或使用 HTMLDocument.parse_fragment() 处理部分标记；Document 是用于以编程方式构建树的工厂。
CSS 级联是否正确处理特异性和 !important？
是的 — 计算值遵循选择器特异性，内联声明优先于作者规则，!important 作者规则优先于非重要的内联声明，并且继承从父到子。
该库是渲染页面还是转换为其他格式？
不。当前版本侧重于解析、DOM 操作、CSS 样式计算、布局结构、URL 和编码——不进行格式转换或图像/PDF 渲染。
在解析期间，JavaScript 会自动执行吗？
不。解析从不运行脚本；评估是显式的并且需要通过 JSContext 进行选择加入，模块加载由 ModuleRegistry 和 ModuleLoadPolicy 控制。
