HTML解析引擎不校验语法，而是依HTML Living Standard强制重建DOM：非法标签、未闭合元素、编码错误等均触发静默容错修复，导致源码与实际DOM不一致；W3C Validator是唯一能精准预判此类问题的工具。

HTML解析引擎的容错机制不是“宽容”，而是按标准强制重建DOM——你写的代码和最终生效的结构，可能根本不是一回事。

浏览器不报错，是因为它根本不走“校验”这步

HTML不是编程语言，没有语法编译阶段。lxml.html.fromstring、DOMParser.parseFromString、浏览器内置解析器，拿到的是字节流或字符串，直接进入词法分析 → 生成token → 按HTML Living Standard规则构造DOM树。过程中遇到

、

hello

world

、缺失

，不会中断，也不会抛异常，而是立刻触发“错误恢复算法”：弹栈、隐式闭合、跳过非法字符、替换损坏字节。

常见表现：

• 写

  第一段

  

  财经HTML高端海报生成

  复杂得财经如何变成清晰，适合手机看的海报？如何加上你的IP

  下载
  第二段
  ，实际DOM是

  第一段

  第二段
  （
  被隐式闭合）
• 用document.body.innerHTML取回内容，得到的是修复后的HTML，不是原始源码
• JS里用el.querySelectorAll('nav > *')匹配失败，因为
  没闭合，
  被包进去了

编码错误也会静默损坏DOM，但表现更隐蔽

原始HTML是GBK编码，却以UTF-8解码喂给lxml.html.fromstring()，结果不是报错，而是把中文变成或直接截断；gumbo-parser遇到非法UTF-8字节（如0xFF 0xFE）会跳过，但完全不读取

前端入门到VUE实战笔记：立即使用
在学习笔记中，你将探索 前端 的入门与实战技巧！