如何使用Ruby檢測HTML文檔片段中的錯誤？

我正在從網絡表單收集一些HTML格式的內容。在保存此HTML內容之前，我希望對其進行快速的完整性檢查，以確保其格式正確（沒有未封閉的標籤，沒有無效的標記）。如何使用Ruby檢測HTML文檔片段中的錯誤？

使用Ruby和/或與任何流行的寶石，我可以檢查一個HTML片段串，如：

<p>foo</p><h1>Unclosed H1<p>bar</p>

，發現類似的未關閉標籤h1東西？

我想引入nokogiri會來拯救我在這裏，但沒有：

>> Nokogiri::HTML::DocumentFragment.parse("<p>foo</p><h1>Unclosed H1<p>bar</p>").errors 
=> []

來源

2012-07-26 Gabe Hollombe

你試過w3c_validators？

[1] pry(main)> require 'w3c_validators' 
=> true 
[2] pry(main)> include W3CValidators 
=> Object 
[3] pry(main)> p MarkupValidator.new.validate_text('<!DOCTYPE html><html><body><p>foo</p><h1>Unclosed H1<p>bar</p></body></html>');

這給你非常詳細的驗證結果。

或者，如果你想檢查結束標籤，也許Nokogiri::XML::Document.parse().errors，但這可能不起作用，除非doctype是XHTML，因爲其他doctype中的一些HTML元素甚至不需要關閉標籤。 w3c_validators做得更好

來源

2012-07-26 05:56:22 mask8

w3c_validators gem似乎包裝了W3C的在線驗證服務。我想要一個不需要網絡連接的解決方案。我會嘗試使用XHTML doctype將HTML片段注入HTML文檔，以查看Nokogiri是否會捕獲未封閉的標籤，然後... – 2012-07-27 05:26:36

如何使用Ruby檢測HTML文檔片段中的錯誤？

回答

相關問題