# HTML 块

HTML 块是一组被视为原生 HTML 的行（并且不会在 HTML 输出中进行转义）。

有七种 HTML 块，可以通过它们的起始和结束条件来定义。这种块以满足起始条件的行开始（在最多三个空格可选缩进之后）。如果没有遇到满足结束条件的行，它就以满足匹配结束条件的第一个后续行，或者文档的最后一行，或其他容器块结束。如果第一行同时满足开始条件和结束条件，则该块将仅包含该行。

1. 开始条件： 行以字符串 <script，<pre 或 <style（不区分大小写）开头，后跟空格，字符串 > 或行尾。
   结束条件： 行包含结束标签 </script>，</pre> 或 </style>（不区分大小写;它不需要与起始标签匹配）。

2. 开始条件： 行以字符串 <!-- 开头。
   结束条件： 行包含字符串 -->。

3. 起始条件： 行以字符串 <? 开头。
   结束条件： 行包含字符串 ?>。

4. 起始条件： 行以字符串 <! 开头，后跟一个大写的 ASCII 字母。
   结束条件： 行包含字符 >。

5. 起始条件： 行以字符串 <![CDATA[ 开头。
   结束条件： 行包含字符 ]]>。

6. 起始条件： 行以字符串 < 或 </ 开头，后跟其中一个字符串（不区分大小写）address, article, aside, base, basefont, blockquote, body, caption, center, col, colgroup, dd, details, dialog, dir, div, dl, dt, fieldset, figcaption, figure, footer, form, frame, frameset, h1, h2, h3, h4, h5, h6, head, header, hr, html, iframe, legend, li, link, main, menu, menuitem, nav, noframes, ol, optgroup, option, p, param, section, source, summary, table, tbody, td, tfoot, th, thead, title, tr, track, ul, 后跟空格, 在行尾是字符 > 或者 />。
   结束条件： 行后跟一个空行。

7. 起始条件： 行以完整的打开标签或闭合标签（除了 script，style 或 pre 之外的任何标签名称）开始，后面只有空格或行尾。
   结束条件： 行后紧跟空行。

HTML 块会一直连续，直到它们被适当的结束条件，或文档的最后一行，或其他容器块关闭。这意味着 HTML 块中可能被识别为起始条件的任何 HTML 都将被解析器忽略并按原样传递，而不会更改解析器的状态。
例如，<table> 起始的 HTML 块中的 <pre> 不会影响解析器状态; 当 HTML 块由启动条件 6 启动时，它将在任意空白行结束。这可能是令人惊讶的：

<table><tr><td>
<pre>
**Hello**,

_world_.
</pre>
</td></tr></table>

<table><tr><td>
<pre>
**Hello**,
<p><em>world</em>.
</pre></p>
</td></tr></table>

在这种情况下，HTML 块由换行符终止，**Hello** 文本保持逐字逐句且正常的解析，如此周而复始，并有段落，强调的 world，内联和块类型的 HTML 伴随。
除类型 7 之外的所有类型的 HTML 块都可能会中断段落。类型 7 的块可能不会中断段落。 （此限制旨在防止对包裹段落中的长标签进行不必要的解释，比如起始的 HTML 块。）
一些简单的例子如下。以下是类型 6 的一些基本的 HTML 块：

<table>
  <tr>
    <td>
           hi
    </td>
  </tr>
</table>

okay.

<table>
  <tr>
    <td>
           hi
    </td>
  </tr>
</table>
<p>okay.</p>

 <div>
  *hello*
         <foo><a>

 <div>
  *hello*
         <foo><a>

块也可以以闭合标签开头：

</div>
*foo*

</div>
*foo*

这里我们有两个 HTML 块，它们之间有 Markdown 段落：

<DIV CLASS="foo">

*Markdown*

</DIV>

<DIV CLASS="foo">
<p><em>Markdown</em></p>
</DIV>

第一行上的标签可以是局部的，只要它被分割成有空格的结果：

<div id="foo"
  class="bar">
</div>

<div id="foo"
  class="bar">
</div>

<div id="foo" class="bar
  baz">
</div>

<div id="foo" class="bar
  baz">
</div>

无需关闭打开的标签：

<div>
*foo*

*bar*

<div>
*foo*
<p><em>bar</em></p>

部分标签甚至不需要完成（垃圾进，垃圾出）：

<div id="foo"
*hi*

<div id="foo"
*hi*

<div class
foo

<div class
foo

初始标签甚至不需要是有效标签，只要它像一个标签一样：

<div *???-&&&-<---
*foo*

<div *???-&&&-<---
*foo*

在类型 6 的块中，初始标签本身不需要在一行上：

<div><a href="bar">*foo*</a></div>

<div><a href="bar">*foo*</a></div>

<table><tr><td>
foo
</td></tr></table>

<table><tr><td>
foo
</td></tr></table>

直到下一个空行或文档结尾的所有内容都包含在 HTML 块中。因此，在下面的示例中，看起来像 Markdown 代码块的实际上是 HTML 块的一部分，它一直持续到空白行或文档的末尾：

<div></div>
``` c
int x = 33;
```

<div></div>
``` c
int x = 33;
```

要创造标签带有 不在（6）中的块级标签列表中的 HTML 块，必须将标签单独放在第一行（并且必须完成）：

<a href="foo">
*bar*
</a>

<a href="foo">
*bar*
</a>

在类型 7 的块中，标签名称可以是任意内容：

<Warning>
*bar*
</Warning>

<Warning>
*bar*
</Warning>

<i class="foo">
*bar*
</i>

<i class="foo">
*bar*
</i>

</ins>
*bar*

</ins>
*bar*

这些规则旨在允许我们使用可用作块级或内联级标签的标签。<del> 标签是一个很好的示例。我们可以用三种不同的方式用 <del> 标签包围内容。在这种情况下，我们会得到一个原生的 HTML 块，因为 <del> 标签本身就是一行：

<del>
*foo*
</del>

<del>
*foo*
</del>

在这种情况下，我们会得到一个原生的 HTML 块，它只包含 <del> 标签（因为它以下面的空行结束）。所以内容被 CommonMark 规范解释：

<del>

*foo*

</del>

<del>
<p><em>foo</em></p>
</del>

最后，在这种情况下，<del> 标签在 CommonMark 段落中被解释为原生 HTML。（因为标签本身不在一行，我们得到内联 HTML 而不是 HTML 块。）

<del>*foo*</del>

<p><del><em>foo</em></del></p>

旨在包含字面量内容（script, style, pre），注释，处理指令和声明的 HTML 标签，它们的处理方式有所不同。这些块不是以第一个空行结束，而是在包含相应结束标签的第一行结束。因此，这些块可以包含空行： 一个 pre 标签（类型 1）：

<pre language="haskell"><code>
import Text.HTML.TagSoup

main :: IO ()
main = print $ parseTags tags
</code></pre>
okay

<pre language="haskell"><code>
import Text.HTML.TagSoup

main :: IO ()
main = print $ parseTags tags
</code></pre>
<p>okay</p>

一个 script 标签（类型 1）：

<script type="text/javascript">
// JavaScript example

document.getElementById("demo").innerHTML = "Hello JavaScript!";
</script>
okay

<script type="text/javascript">
// JavaScript example

document.getElementById("demo").innerHTML = "Hello JavaScript!";
</script>
<p>okay</p>

一个 style 标签（类型 1）：

<style
  type="text/css">
h1 {color:red;}

p {color:blue;}
</style>
okay

<style
  type="text/css">
h1 {color:red;}

p {color:blue;}
</style>
<p>okay</p>

如果没有匹配的结束标签，则该块将在文档的末尾（或闭合的块引号列表项）结束：

<style
  type="text/css">

foo

<style
  type="text/css">

foo

> <div>
> foo

bar

<blockquote>
<div>
foo
</blockquote>
<p>bar</p>

- <div>
- foo

<ul>
<li>
<div>
</li>
<li>foo</li>
</ul>

结束标签可以与开始标签位于同一行：

<style>p{color:red;}</style>
*foo*

<style>p{color:red;}</style>
<p><em>foo</em></p>

<!-- foo -->*bar*
*baz*

<!-- foo -->*bar*
<p><em>baz</em></p>

注意，结束标签之后的最后一行上的任何内容都将包含在 HTML 块中：

<script>
foo
</script>1. *bar*

<script>
foo
</script>1. *bar*

一个注释（类型 2）：

<!-- Foo

bar
   baz -->
okay

<!-- Foo

bar
   baz -->
<p>okay</p>

一个处理指令（类型 3）：

<?php

  echo '>';

?>
okay

<?php

  echo '>';

?>
<p>okay</p>

一个声明（类型 4）：

<!DOCTYPE html>

<!DOCTYPE html>

CDATA （类型 5）：

<![CDATA[
function matchwo(a,b)
{
  if (a < b && a < 0) then {
    return 1;

  } else {

    return 0;
  }
}
]]>
okay

<![CDATA[
function matchwo(a,b)
{
  if (a < b && a < 0) then {
    return 1;

  } else {

    return 0;
  }
}
]]>
<p>okay</p>

开始标签可以缩进 1-3 个空格，但不能缩进 4 个空格：

  <!-- foo -->

    <!-- foo -->

  <!-- foo -->
<pre><code>&lt;!-- foo --&gt;
</code></pre>

  <div>

    <div>

  <div>
<pre><code>&lt;div&gt;
</code></pre>

1-6 类型的 HTML 块可以中断段落，并且不需要以空行开头。

Foo
<div>
bar
</div>

<p>Foo</p>
<div>
bar
</div>

然而，除文档末尾外，还需要以下空白行，除以上类型 1-5 的块外：

<div>
bar
</div>
*foo*

<div>
bar
</div>
*foo*

类型 7 的 HTML 块不能中断段落：

Foo
<a href="bar">
baz

<p>Foo
<a href="bar">
baz</p>

此规则不同于 John Gruber 的原始 Markdown 语法规范，该规范说：

唯一的限制是块级 HTML 元素 - 例如 <div>, <table>, <pre>, <p> 等 - 必须用空行与周围内容分开，并且不应使用 tab 或空格缩进块的开始和结束标签。

在某种程度上，Gruber 的规则比这里给出的规则更具限制性：

• 它要求 HTML 块前面有一个空行。
• 它不允许开始标签缩进。
• 它需要一个匹配的结束标签，它也不允许缩进。

大多数 Markdown 实现（包括 Gruber 自己的一些实现）并不尊重这些限制的全部。
但是，有一个方面，Gruber 的规则比这里给出的规则更自由，因为它允许在 HTML 块中出现空行。在这里禁止它们有两个原因。首先，它消除了解析平衡标签的需要，这是昂贵的，并且如果没有找到匹配的结束标签，则可能需要从文档的末尾回溯。其次，它提供了一种非常简单灵活的方法，可以在 HTML 标签中包含 Markdown 内容：只需使用空行将 Markdown 与 HTML 分开：
对比：

<div>

*Emphasized* text.

</div>

<div>
<p><em>Emphasized</em> text.</p>
</div>

<div>
*Emphasized* text.
</div>

<div>
*Emphasized* text.
</div>

如果打开的标签具有属性 markdown=1，则某些 Markdown 实现采用了将标签内的内容解释为文本的约定。上面给出的规则似乎是一种更简单，更优雅的方式来实现相同的表达能力，这也很容易解析。 主要的潜在缺点是，人们无法再将 HTML 块粘贴到 Markdown 文档中，并具有 100％ 的可靠性。但是，在大多数情况下，这样可以正常工作，因为 HTML 中的空行通常后跟 HTML 块标签。对于示例：

<table>

<tr>

<td>
Hi
</td>

</tr>

</table>

<table>
<tr>
<td>
Hi
</td>
</tr>
</table>

但是，如果内部标签缩进，并用空格分隔，则会出现问题，因为它们将被解释为缩进的代码块：

<table>

  <tr>

    <td>
      Hi
    </td>

  </tr>

</table>

<table>
  <tr>
<pre><code>&lt;td&gt;
  Hi
&lt;/td&gt;
</code></pre>
  </tr>
</table>

幸运的是，通常不需要空行，它是可以没有的。例外是在 <pre> 标签内，但如上所述，以<pre> 开头的原生 HTML 块可以包含空行。