不区分大小写的标签与xml-conduit匹配？

Question

使用xml-conduit执行不区分大小写的标记和属性名称匹配的最佳方法是什么？

例如，考虑FP Complete的Haskell学校HTML解析示例中的findNodes函数：

https://www.fpcomplete.com/school/starting-with-haskell/libraries-and-frameworks/text-manipulation/tagsoup

-- The data we're going to search for
findNodes :: Cursor -> [Cursor]
findNodes = element "span" >=> attributeIs "class" "sb_count" >=> child

（我将这一行修改为可以与Bing当前页面结构一起使用。）

我的实验表明，匹配名称时element和attributeIs不执行不区分大小写的比较。 有没有简单的方法可以改变这一点？

Answer 1

我找到了一种解决方法...仍然对更清洁的解决方案感兴趣。

基本上，我们只是创建自己的Text.HTML.DOM版本，该版本在创建XML树之前就在标签事件流中修复了标签和属性名称。

函数eventConduit像这样开始：

eventConduit :: Monad m => Conduit S.ByteString m XT.Event
eventConduit =
    TS.tokenStream =$= go []
  where
    go stack = do
        mx <- await
        case fmap (entities . fmap' (decodeUtf8With lenientDecode)) mx of
            Nothing -> closeStack stack
...

我们将case fmap ...行更改为：

        case fmap (entities . fixNames . fmap' (decodeUtf8With lenientDecode)) mx of

fixNames定义为：

fixNames :: TS.Token' Text -> TS.Token' Text
fixNames (TS.TagOpen x pairs b) = TS.TagOpen (T.toLower x) (map (T.toLower *** id) pairs) b
fixNames (TS.TagClose x)        = TS.TagClose (T.toLower x)
fixNames t                      = t

现在我们只在element和attributeIs使用小写名称。

Answer 2

匹配元素时，可以使用laxElement忽略大小写。 它还将忽略名称空间。 在checkName周围checkName具有您要查找的确切语义的包装应该很容易。