Perl中HTML::Element生成<br>/<img>结束标签问题及美化方案问询

我使用Perl代码结合HTML::TreeBuilder遍历并格式化HTML内容时，发现<br>和<img>标签会被输出为<br />和</br>，导致页面渲染多余换行。因官方文档不推荐使用HTML::Tree::traverse方法，我自行编写了递归遍历函数。尝试使用as_HTML()方法格式化时，虽未生成多余结束标签，但缩进效果不佳。想咨询：

1. starttag和endtag的使用是否正确？
2. 是否需要判断空元素并跳过endtag调用？
3. 遍历HTML树并美化的最优方案是什么？

另外发现as_HTML()会依据%HTML::Tagset::emptyElement判断是否生成结束标签，而非%HTML::Element::optionalEndTag。

问题解答 #

1. starttag和endtag的使用是否正确？ #

starttag的调用本身没问题，但如果给所有元素都无脑调用endtag就会出错——像<br>、<img>这类空元素天生就不该有结束标签。你的问题根源就是没区分元素类型，给空元素生成了多余的结束标签。

2. 是否需要判断空元素并跳过endtag调用？ #

必须要。直接借助%HTML::Tagset::emptyElement哈希表就能判断：当元素标签是这个哈希的键时，跳过endtag的生成。示例代码如下：

my $tag = $elem->tag;
print $elem->starttag;
# 递归处理当前元素的子节点
if (!exists $HTML::Tagset::emptyElement{$tag}) {
    print $elem->endtag;
}

这样就能彻底避免</br>这类多余结束标签的生成。

3. 遍历HTML树并美化的最优方案是什么？ #

可以根据需求选这几种方案：

• 完善自定义递归函数：在递归时维护一个缩进深度变量，每进入一层子元素就增加缩进，离开时减少，输出标签前先打印对应缩进字符（空格或制表符），同时结合空元素判断生成正确标签。这种方式完全可控，能实现你想要的任何格式。
• 用第三方专业模块：比如HTML::PrettyPrinter，它专门做HTML格式化，内置了缩进、空元素处理、标签对齐等逻辑，配置灵活，比自己写递归省心力。
• 调整as_HTML()参数：它支持自定义缩进字符和深度，比如：

$tree->as_HTML(undef, '  ', {});

第二个参数是缩进字符（这里是两个空格），第三个参数是额外配置，调整这些参数大概率能改善缩进效果。

补充你发现的细节：as_HTML()确实基于%HTML::Tagset::emptyElement识别空元素，这个哈希表定义了所有不需要结束标签的HTML元素；而%HTML::Element::optionalEndTag是用来处理可以省略结束标签的元素（比如<p>），两者作用完全不同。

内容的提问来源于stack exchange，提问作者Chap