正則表達式查詢字符串是有效的XHTML或不

Question

可能重複：
regular expression to check if string is valid XML

我期待正則表達式查詢字符串是有效的XHTML或不

例如

<h2>Legal HTML Entity References</h2><table align="center" border="0" ><tr></tr></table> 

Answer 1

這聽起來像個不好主意：有效的XHTML字符串的語言是不是常規的。

改爲使用HTML解析庫。舉幾個例子：

• JTidy
• TagSoup
• HTMLParser

---

相關問題：

• When should I not use regular expressions?

Answer 2

正則表達式正是使用錯誤的工具。

HTML不是正規語言，因此無法通過正則表達式進行分析。

見傑夫關於這一問題在這裏發佈： http://www.codinghorror.com/blog/2009/11/parsing-html-the-cthulhu-way.html

既然你已經標記了這個帖子的Java，你應該看看使用HTML，可解析庫的無數之一。

Answer 3

看看這裏爲什麼解析使用正則表達式將無法可靠地工作HTML：RegEx match open tags except XHTML self-contained tags

XHTML只不過是另一種風味/ HTML的超集，讓你在使用一個真正的驗證的更好，就像JTidy等。

Answer 4

嘗試使用解析器檢查它。不要這樣做Cthulhu Way。

在這裏你可以找到一個strating點和如何做到這一點的例子：The Java XML Validation API