正则表达式检查字符串是否有效XHTML

Question

  

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

我正在查看正则表达式以检查字符串是否为有效XHTML

例如

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

Answer 1

这听起来不错：有效XHTML字符串的语言不常规。

改为使用HTML解析库。几个例子：

• JTidy
• TagSoup
• HTMLParser

---

相关问题：

• When should I not use regular expressions?

Answer 2

正则表达式是完全错误的工具。

  

HTML不是常规语言，因此无法通过正则表达式进行解析。

请参阅Jeff关于此主题的帖子： http://www.codinghorror.com/blog/2009/11/parsing-html-the-cthulhu-way.html

由于您已经标记了这篇文章Java，因此您应该考虑使用众多可用的HTML解析库之一。

Answer 3

看看为什么使用正则表达式解析HTML将无法可靠地运行：RegEx match open tags except XHTML self-contained tags

XHTML只是HTML的另一种风格/超集，所以你最好使用真正的验证器，比如JTidy等。

Answer 4

尝试使用解析器进行检查。不要Cthulhu Way。

在这里，您可以找到一个标准点和一些如何操作的示例：The Java XML Validation API