我有一段HTML，我想用Nokogiri解析，但我不知道它是一个完整的HTML文档（带有DOCTYPE等）还是一个片段（例如只是一个带有一些元素的div）
这对Nokogiri来说有所不同，因为它应该使用#fragment来解析片段，而使用#parse来解析完整的文档。
有没有办法确定给定的文本片段是片段还是完整的HTML文档？
丹尼斯
答案 0 :(得分：2)
取决于您的网页是如何被删除的，但
/^(?:\s*<!DOCTYPE)|(?:\s*<html)/
应该适用于大多数情况。
答案 1 :(得分：0)
最简单的方法是查找强制<html>标记，例如使用正则表达式/<html[\s>])/（允许属性）。
这足以解决您的问题吗？