我正在查看html5lib-tests中的以下测试用例：
{"description":"<!DOCTYPE\\u0008",
"input":"<!DOCTYPE\u0008",
"output":["ParseError", "ParseError", "ParseError",
["DOCTYPE", "\u0008", null, null, false]]},
source
State |Input char | Actions
--------------------------------------------------------------------------------------------
Data State | "<" | -> TagOpenState
TagOpenState | "!" | -> MarkupDeclarationOpenState
MarkupDeclarationOpenState | "DOCTYPE" | -> DOCTYPE state
DOCTYPE state | "\u0008" | Parse error; -> before DOCTYPE name state (reconsume)
before DOCTYPE name state | "\u0008" | DOCTYPE(name = "\u0008"); -> DOCTYPE name state
DOCTYPE name state | EOF | Parse error. Set force quirks on. Emit DOCTYPE -> Data state.
Data state | EOF | Emit EOF.
我想知道这三个错误是从哪里来的？我只能追踪两个，但我想我在某个地方犯了逻辑错误。
最佳答案
您缺少的是“预处理输入流”部分中的一个：
U + 0001到U + 0008，U + 000E到U + 001F，U + 007F到U + 009F，U + FDD0到U + FDEF以及字符U + 000B，U + FFFE， U + FFFF，U + 1FFFE，U + 1FFFF，U + 2FFFE，U + 2FFFF，U + 3FFFE，U + 3FFFF，U + 4FFFE，U + 4FFFF，U + 5FFFE，U + 5FFFF，U + 6FFFE，U + 6FFFF，U + 7FFFE，U + 7FFFF，U + 8FFFE，U + 8FFFF，U + 9FFFE，U + 9FFFF，U + AFFFE，U + AFFFF，U + BFFFE，U + BFFFF，U + CFFFE，U + CFFFF， U + DFFFE，U + DFFFF，U + EFFFE，U + EFFFF，U + FFFFE，U + FFFFF，U + 10FFFE和U + 10FFFF是解析错误。这些都是控制字符或永久未定义的Unicode字符（非字符）。
这会在U + 0008字符到达令牌生成器之前导致解析错误。给定标记符定义为从输入流读取，标记符测试假定输入流已对其应用了正常的预处理。
关于html5 - 试图了解html5lib-test中ParseError的数量，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/32843298/