如何以编程方式验证网页的标记？

Question

我需要以编程方式验证网页标记，我听说可以使用正则表达式。如果是这样的话？还有其他方法吗？ （除了使用w3c服务）

Answer 1

使用HTML Tidy http://tidy.sourceforge.net/它会报告HTML文档的有效性，并可以尝试自动清理它。您可以将其作为命令行应用程序运行并编写脚本。 Java，Perl和Python中都有端口或包装器。

我也使用TagSoup库for Java http://ccil.org/~cowan/XML/tagsoup/它很好地将格式错误的HTML清理成有效的XML。