1. Compter sections et cellules
Utilisation
Page HTML semantique — Télécharger en conservant le nom puis exécuter les extraits Python 3 localement avec le helper HTMLParser inerte commun. Aucun navigateur, script, formulaire ou ressource CSS n’est appelé.
from pathlib import Path
from html.parser import HTMLParser
class Inspect(HTMLParser):
def __init__(self):
super().__init__(); self.nodes=[]; self.stack=[]; self.css=[]
def handle_starttag(self, tag, attrs):
attrs=dict(attrs)
self.nodes.append((tag,attrs,tuple(self.stack)))
if tag not in {"meta","input","link","br","hr","img"}: self.stack.append(tag)
def handle_endtag(self, tag):
if tag in self.stack:
self.stack=self.stack[:len(self.stack)-1-self.stack[::-1].index(tag)]
def handle_data(self,data):
if self.stack and self.stack[-1]=="style": self.css.append(data)
def inspect(filename):
with Path(filename).open("rb") as f: b=f.read(10001)
assert len(b)<=10000
p=Inspect();p.feed(b.decode("utf-8"));p.close();return p
p=inspect("simple.html")
count=lambda t:sum(tag==t for tag,attrs,parents in p.nodes)
print([count(t) for t in ("header","main","section","footer","li","th","td")])
print(sum(tag=="tr" and "tbody" in parents for tag,attrs,parents in p.nodes))
Résultat
Un header, un main, deux section et un footer. Trois éléments de liste ; deux cellules d’en-tête et deux lignes de données avec quatre cellules. Ne pas confondre en-tête et données.
2. Associer labels et contrôles
Utilisation
Exemple de formulaire HTML — Télécharger en conservant le nom puis exécuter les extraits Python 3 localement avec le helper HTMLParser inerte commun. Aucun navigateur, script, formulaire ou ressource CSS n’est appelé.
from pathlib import Path
from html.parser import HTMLParser
class Inspect(HTMLParser):
def __init__(self):
super().__init__(); self.nodes=[]; self.stack=[]; self.css=[]
def handle_starttag(self, tag, attrs):
attrs=dict(attrs)
self.nodes.append((tag,attrs,tuple(self.stack)))
if tag not in {"meta","input","link","br","hr","img"}: self.stack.append(tag)
def handle_endtag(self, tag):
if tag in self.stack:
self.stack=self.stack[:len(self.stack)-1-self.stack[::-1].index(tag)]
def handle_data(self,data):
if self.stack and self.stack[-1]=="style": self.css.append(data)
def inspect(filename):
with Path(filename).open("rb") as f: b=f.read(10001)
assert len(b)<=10000
p=Inspect();p.feed(b.decode("utf-8"));p.close();return p
p=inspect("form-example.html")
labels=[a["for"] for t,a,_ in p.nodes if t=="label"]
controls=[(t,a) for t,a,_ in p.nodes if t in ("input","select","textarea")]
assert set(labels)=={a["id"] for t,a in controls} and len(set(labels))==4
assert [t for t,a in controls if "required" in a]==["input","input"]
print(len(labels),len(controls),sum(t=="option" for t,a,_ in p.nodes))
Résultat
Quatre valeurs for correspondent à quatre ID distincts : deux input, un select, un textarea. Seuls les deux input ont required ; select contient deux options. Ce sont des déclarations, pas un test d’envoi ou de validation.
3. Distinguer CSS intégré et attributs inline
Utilisation
Landing page avec CSS — Télécharger en conservant le nom puis exécuter les extraits Python 3 localement avec le helper HTMLParser inerte commun. Aucun navigateur, script, formulaire ou ressource CSS n’est appelé.
from pathlib import Path
from html.parser import HTMLParser
class Inspect(HTMLParser):
def __init__(self):
super().__init__(); self.nodes=[]; self.stack=[]; self.css=[]
def handle_starttag(self, tag, attrs):
attrs=dict(attrs)
self.nodes.append((tag,attrs,tuple(self.stack)))
if tag not in {"meta","input","link","br","hr","img"}: self.stack.append(tag)
def handle_endtag(self, tag):
if tag in self.stack:
self.stack=self.stack[:len(self.stack)-1-self.stack[::-1].index(tag)]
def handle_data(self,data):
if self.stack and self.stack[-1]=="style": self.css.append(data)
def inspect(filename):
with Path(filename).open("rb") as f: b=f.read(10001)
assert len(b)<=10000
p=Inspect();p.feed(b.decode("utf-8"));p.close();return p
p=inspect("landing-page.html")
assert sum(t=="style" for t,a,_ in p.nodes)==1
assert sum("style" in a for t,a,_ in p.nodes)==0
cards=[a for t,a,parents in p.nodes if t=="div" and a.get("class")=="card" and "section" in parents]
css="".join(p.css)
assert "display: grid" in css and "repeat(auto-fit, minmax(200px, 1fr))" in css
print(1,0,len(cards))
Résultat
Un élément style, aucun attribut style. Trois div card dans la section features. Le CSS déclare display: grid et repeat(auto-fit, minmax(200px, 1fr)), sans garantir un nombre fixe de colonnes affichées.