HTML解析引擎不处理表格结构，只按标准构建DOM树；问题常源于非法HTML或预期偏差，如内放会被浏览器移出表外，嵌套表格需单独提取，rowspan/colspan须严格对齐列数。

HTML解析引擎本身不“处理”表格结构——它只是按标准规则构建DOM树；真正出问题的地方，往往是你写的HTML结构不合法，或者你对解析结果的预期和浏览器实际行为不一致。

为什么 innerHTML 插入表格后内容会跑出表外

这不是解析引擎的bug，是浏览器在修复非法HTML。例如把

直接塞进 里：

• A

。因为 的合法子元素只有 和 ，浏览器会把整个

提到 外面，导致布局崩掉。

• 永远确保

内只包含

...

，这种结构必被修正

用 document.createElement('body') 做临时容器解析 HTML 片段，它能正确补全

；别用 或

，它们不支持表格自动修复逻辑

嵌套表格解析时数据错位或丢失

嵌套表格不是语法错误，但解析器面临两难：把内层

或	，其他内容必须包在单元格内 动态拼接时别手滑写成

当纯文本？还是递归进入抽取？前者丢数据，后者破坏外层行列对齐。

• 如果你只关心外层数据，就用 textContent 取单元格文字，跳过所有内层标签
• 如果必须提取嵌套表，得先定位到含

的 → 这行占 3 格；第二行就必须凑够 3 格，比如 ，不能写 2 个或 4 个

rowspan="2" 意味着下一行同一列位置不能出现任何

，但不会警告你 rowspan 写错了导致下一行少了一个

，再单独用 querySelector('table') 拿出来递归解析 注意：同一个	里可能混有文字 + 表格，innerHTML 会保留全部，但 textContent 会把表格内容也转成纯文本（包括换行和空格） 用 rowspan/colspan 后渲染错列或空白列 本质不是样式问题，是“逻辑格子数”没对齐。浏览器不会帮你算跨行跨列后每行该有多少个单元格，它只按你写的标签硬渲染。 Convert Markdown To HTML And PDF - Markdown和HTML、PDF互转 实现 Markdown↔ HTML 互转，支持导出 PDF，用于用户请求的文档格式转换。 下载 第一行写了	A		B	x	y	z	或	，否则会被当成新格子，整列偏移 检查方法：从上到下逐行统计 colspan 总和，必须恒等于设计列数；工具类库如 cheerio 不会报错，但 DOM 渲染已失真 最易被忽略的是：浏览器对表格结构的容错机制是单向的——它能自动补
。这种错位在静态 HTML 里可能不明显，一旦用 JS 动态操作或解析，数据索引立刻错乱。