HTML净化 XHTML转换 标签修复:把 HTML 片段整理成符合 XHTML 规范的整洁标记

前言

做网页抓取、邮件模板、富文本入库或者从第三方接口拿到 HTML 片段的开发者,常会遇到一类麻烦:标签不闭合、属性没加引号、大小写混杂、<br> 这类空元素直接裸写。这些片段在浏览器里往往能跑,因为浏览器会自行容错,但一旦要交给严格解析器、XHTML 校验、XML 数据管道或者某些模板引擎,就会直接报错。手工逐段清理既慢又容易漏,写个正则脚本又很难覆盖所有情况。下面介绍的这个 Skill 就是针对这一环节的:把 HTML 片段转成符合 XHTML 规范的整洁标记。

这是什么

一个基于通用 SKILL.md 格式的 Skill,坐标 @user_a10ab3ad/xhtmlize,当前版本 1.0.2,来自社区(community),分类为 dev-programming,发布者 user_a10ab3ad。

它解决的问题只有一个:输入一段 HTML 片段,输出符合 XHTML 规范的整洁标记。

按 SkillHub 页面记录,该 Skill 无需 API Key(requires_api_key=false),因此调用过程不涉及密钥配置或额度问题。

核心功能

根据官方简介,核心能力为:

  • 将 HTML 片段转换为符合 XHTML 规范的整洁标记。

作为背景,XHTML 是 HTML 的严格化版本,要求标签正确闭合、空元素写成自闭合形式、属性值必须加引号、标签名大小写一致。上述要求属于通用规范约束,不是该 Skill 额外声明的能力。

关于具体实现方式(例如调用了哪个解析库、支持哪些选项、是否处理 script/style 内容),已抓取资料中没有说明,官方页面当前也无法访问核实,本文不作推断。

安装与启用

已抓取的资料中没有提供安装命令、安装目录或配置字段,官方页面也访问不到,因此无法核实,这里不写推测性的命令。

可以确认的是:该 Skill 来源为 community,坐标 @user_a10ab3ad/xhtmlize,版本 1.0.2,标签中 requires_api_key=false。启用方式请以官方页面 https://www.skillhub.cn/skills/user_a10ab3ad/xhtmlize 或 API 地址 https://api.skillhub.cn/user_a10ab3ad/xhtmlize 当时的说明为准。

如果需要确认安装步骤、支持的运行时环境,或 Cursor / Codex CLI / Claude Code 在安装方式上的差异,建议先打开上述地址核实,再决定是否引入。

典型用法

官方资料只给出了一句话的功能说明,没有附带可复现的调用示例,因此本文不提供示例输入输出。

接入思路上,这类 Skill 通常是把待处理的 HTML 片段作为输入交给它,由其产出规范化后的标记,再进入后续流程。具体的输入格式、参数名和返回结构,需要以官方页面为准。

适用场景与注意

适合的场景:

  • 第三方接口、爬虫、编辑器导出得到的 HTML 片段需要进入严格解析或校验流程之前。
  • 输出要嵌入 XHTML、XML 相关管道,或下游工具不接受容错式 HTML 的情况。
  • 需要统一标签书写风格,减少大小写、引号、闭合方式不一致带来的解析差异。

需要注意的地方:

  • 转换会改写原始标记,若片段中含有需要在输出中原样保留的脚本或样式内容,应先确认该 Skill 对此的处理方式,避免误改。
  • 整理后的标记仍可能不满足目标站点的额外约定,例如属性顺序、内联样式策略,这类约束需要自行补齐。
  • 该 Skill 是社区来源、无需 API Key,也意味着没有对应的官方技术支持渠道。遇到边界情况时,需要自己验证输出是否符合预期。

结语

这个 Skill 的价值在于把一件重复且易错的体力活交给统一流程处理:输入 HTML 片段,得到符合 XHTML 规范的整洁标记。它的能力范围很窄,定位也很清楚,适合在解析链路的前段使用。

需要核实安装方式和最新说明时,访问 https://api.skillhub.cn/user_a10ab3ad/xhtmlize 或 https://www.skillhub.cn/skills/user_a10ab3ad/xhtmlize。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye