如何判断一个HTML字符串格式是否完整

Question

如:html="<container:content>  "+
        "  <b:selectText>  "+
        "       <input  type=\"text\"  id=\"a\"/>  "+
        "  </b:selectText> "+  
        "</container:content>  ";用正则表达式??

Answer 1

我不需要Tidy这样检查这么仔细,它会检查整个页面文档的格式是否符合规范，而不是特定字符串，如：
public static void main(String[] args)throws Exception{
String s="<table>" +
"<tr><td></td></tr>" +
"<tr><td></td></tr>" +
"<tr><td></td></tr>" +
"</table>";
Tidy tidy=new Tidy(); ByteArrayInputStream  bais=new ByteArrayInputStream (s.getBytes());
FileOutputStream fos=new FileOutputStream(new File("d:/tidy.xml"));
tidy.parse(bais, fos);
}
就会报错！如何简单的判断如题描述的格式？只需要检查标签名以及内嵌标签名是否完整。。

Answer 2

//不知道这里该如何递归匹配，只好用这种笨办法了。挺费资源
String str = ...;
String regEx = "<([^<>]+)(/>|>[^<>]*</\\1>)";
Pattern p = Pattern.compile(regEx);
Matcher m = p.matcher(str);
while (m.find()) {
str = str.replaceAll(regEx, "");
m = p.matcher(str);
}
if (str.equals(""))
System.out.println("完整");
else
System.out.println("不完整");

Answer 3

你这要求就可以将其当为XML来验证了,parse通过就是完整的

Answer 4

用xml来验证格式要求比较严格，比如<table width="3"height="4" /> 就会报错，因为必需在属性直接加空格，而实际情况这也是经常出现的，允许的。

Answer 5

用xml来验证格式要求比较严格，比如<table width="3"height="4" /> 就会报错，因为必需在属性之间加空格，而实际情况这也是经常出现的，允许的。