Ruby Nokogiri报Tag figure无效错误，但HTML无明显问题

你遇到的<figure>标签无效错误，原因是当前使用的是Nokogiri的HTML4解析器，而<figure>是HTML5新增标签，HTML4规范中没有定义该标签，因此解析器判定它无效。浏览器对HTML5兼容性较好，能正常识别这段代码，但Nokogiri默认的HTML4解析器遵循旧规范，会抛出语法错误。

以下是两种解决办法：

• 改用HTML5解析器
  Nokogiri 1.10及以上版本支持HTML5解析，直接使用Nokogiri::HTML5即可处理包含HTML5标签的代码：

  require 'nokogiri'
  html_content = <<~HTML
    <div class="media">
      <figure id="post-image-figure-8" class="post-image-figure" style="max-width: 50%; ">
        <img src="/file8-thumbl.jpg" class="post-image img-no-border" id="post-image-8" style="cursor: pointer; max-width: 100%;" onclick="openPostIMG(8)" data-url="/file8.jpg" data-width="960" data-height="540" data-id="8">
      </figure>
    </div>
  HTML
  doc = Nokogiri::HTML5(html_content)
  

  若安装时出现依赖问题，可先安装系统依赖（如Ubuntu下执行sudo apt install libxml2-dev libxslt-dev），再确保Nokogiri版本符合要求。

• 启用解析器的恢复模式
  若不想切换到HTML5解析器，可开启recover选项让HTML4解析器忽略未知标签错误：

  require 'nokogiri'
  html_content = <<~HTML
    <div class="media">
      <figure id="post-image-figure-8" class="post-image-figure" style="max-width: 50%; ">
        <img src="/file8-thumbl.jpg" class="post-image img-no-border" id="post-image-8" style="cursor: pointer; max-width: 100%;" onclick="openPostIMG(8)" data-url="/file8.jpg" data-width="960" data-height="540" data-id="8">
      </figure>
    </div>
  HTML
  # 方式一：指定ParseOptions
  doc = Nokogiri::HTML(html_content, nil, nil, Nokogiri::XML::ParseOptions::RECOVER)
  # 方式二：简写形式
  # doc = Nokogiri::HTML(html_content, parse_options: :recover)
  

  开启该选项后，解析器会跳过未知标签的错误提示，继续完成HTML内容的解析。

内容的提问来源于stack exchange，提问作者johnsmith