如何将cl-html5-parser解析的列表格式HTML转回HTML？

格式差异原因 #

你遇到的报错核心是cl-html5-parser的:xmls模式输出与XMLS的预期结构不兼容：

• XMLS的write-xml要求输入是XMLS:NODE结构体、数字、符号或字符串；
• 但cl-html5-parser输出的是纯嵌套列表（比如("html" (("lang" "en")) ...)），且对空属性/节点用#标记，这种格式无法被XMLS的类型匹配逻辑识别，导致ETYPECASE分支匹配失败。

你的测试代码：

(xmls:write-xml ;take the parsed html and convert back to html
  (html5-parser:parse-html5 ;parse the html into a list
    (dex:get "https://example.com/") :dom :xmls) ;get the html
    (open "text2.txt") ; stream, required by xmls
)

报错核心片段：

debugger invoked on a SB-KERNEL:CASE-FAILURE @B8012CA9EA in thread
#<THREAD tid=358582 "main thread" RUNNING {1200BE8143}>:
  ("html" (("lang" "en"))
   ("head" NIL ("title" NIL "Example Domain") ("meta" (# #))
    ("style" NIL
     "body{background:#eee;width:60vw;margin:15vh auto;font-family:system-ui,sans-serif}h1{font-size:1.5em}div{opacity:0.8}a:link,a:visited{color:#348}"))
   ("body" NIL
    ("div" NIL ("h1" NIL "Example Domain")
     ("p" NIL
      "This domain is for use in documentation examples without needing permission. Avoid use in operations.")
     ("p" NIL #))
    "
")) fell through ETYPECASE expression.
  Wanted one of (XMLS:NODE NUMBER SYMBOL STRING).

Lisp中HTML列表结构的标准情况 #

Lisp生态里没有统一的HTML列表结构标准，不同库会自定义格式：

• XMLS使用带类型的节点结构体（XMLS:NODE），包含名称、属性、子节点等字段；
• cl-html5-parser的:xmls模式只是模仿XMLS的列表结构，但细节处理（比如空节点、属性的表示）不一样；
• 其他库（如Plump）则使用自己的对象模型而非纯列表。

推荐的完整流程工具 #

1. Plump + Plump-Sequencer #

这是Lisp中处理HTML最成熟的组合之一：

• 解析：用plump:parse将HTML字符串解析为可操作的节点对象；
• 修改：直接操作节点对象（比如修改文本、添加/删除元素）；
• 序列化：用plump-sequencer:serialize将修改后的节点树输出为HTML字符串。

示例代码：

(let* ((html (dex:get "https://example.com/"))
       (document (plump:parse html)))
  ;; 操作节点：修改h1标签文本
  (setf (plump:text (first (plump:get-elements-by-tag document "h1"))) "Modified Example Domain")
  ;; 序列化为HTML并写入文件
  (with-open-file (stream "modified.html" :direction :output :if-exists :supersede)
    (plump-sequencer:serialize document stream)))

2. cl-libxml2 #

如果你需要更贴近标准XML/HTML的处理，可以使用libxml2的Lisp绑定：

• 支持完整的HTML5解析与序列化，结构规范；
• 适合复杂的DOM操作，比如XPath查询、节点批量修改等。

3. 手动适配cl-html5-parser与XMLS（不推荐） #

如果坚持使用现有工具，需要手动转换格式：

• 把cl-html5-parser输出中的#替换为空列表或空字符串；
• 将纯列表结构转换为XMLS的NODE实例（用xmls:make-node函数）。
  但这种方式需要处理大量细节，维护成本高，不如直接使用配套工具。

内容的提问来源于stack exchange，提问作者Oliver Cox