如何在 HTML 中添加匹配的开始标签答案

【问题标题】：How to add matching start tag in HTML如何在 HTML 中添加匹配的开始标签
【发布时间】：2014-04-11 04:29:06
【问题描述】：

我的 html 内容看起来像

<body>Hello world</div><div>New day</div></body>

我想解析这个 html sn-p 并在 Hello 之前添加一个起始 div 标签。我可以遵循什么方法？我尝试使用HTMLCLeaner，但没有帮助基本上这意味着找到没有匹配开始 div 标签的结束 div 标签并添加它们。

【问题讨论】：

如果您使用 java，请尝试使用 Jsoup。类似Jsoup.clean("<body>Hello world</div><div>New day</div></body>", Whitelist.relaxed());
刚试过，它给了我“Hello world
New day
”
这是一个有趣的问题。大多数解析器不会尝试插入开始标签，因为没有办法知道它应该去哪里。从技术上讲，它可以从body 的开始到结束div 的开始。是否有一些模式可以用来预测它们应该插入的位置？

标签： html htmlcleaner

【解决方案1】：

您不需要 HTMLCLeaner 或任何工具，如果您需要使用 html 非常简单，只需记住所有标签都与 a 接近，或者使用简单的进行总结！

【讨论】：

【解决方案2】：

你可以使用堆栈。

按下打开的标签，然后当您点击关闭标签时，弹出并比较弹出的标签与您刚刚遇到的标签。

所以很明显，如果你有一个不匹配，并且它是一个 div，你可以做一些事情。

【讨论】：

【解决方案3】：

您可以使用括号平衡中使用的相同技术，除了不返回 True/False，而是修复标记。我曾经为一个工作项目这样做过：

Recursive method for parentheses balancing [python]

Trevor 所描述的与我所描述的相同（用于括号平衡）。

【讨论】：

【解决方案4】：

如果您使用 java，请尝试使用 Jsoup。像

Jsoup.clean("<body><div>Hello world</div><div>New day</div></body>", Whitelist.relaxed());

这将为您提供正确的输出字符串。

更新

您可以使用Jsoup.parse(html)，它返回一个Document，您可以在其上调用toString() 来获取包含所有html 和body 标记的固定html。它将为您提供以下 html 输出。

   <html>
    <head></head>
    <body>
      <div>
        Hello world
      </div
      <div>
        New day
      </div>
    </body>
   </html>

正如您所说，大多数解析器将修复结束标签而不是开始标签，因为除了错误的结束标签之前，他们无法决定从哪里开始开始标签，并且在那里添加开始标签是没有用的在结束标记之前。

您可能需要按照 Trevor Hutto 的建议（基于堆栈的方法）来实现您自己的逻辑，但它会有自己的复杂性取决于您的要求。

【讨论】：

我刚试过。它给了我 Hello world
新的一天
我期望的是“
Hello world

新的一天
”
是的，它会删除无效标签。它就像一个浏览器，因为它无法预测在哪里添加开始标签。

【解决方案5】：

John Resig 的HTML Parser 在这方面做得很好。它有点老了，但它仍然适用于我的大部分用例。

编辑：实际上，它似乎只修复了缺少的结束标签，而不是开始标签……尽管一些调整可能可以让它做后者。

【讨论】：

没错，这就是我要找的。所有的解析器只修复丢失的结束标签，但没有添加丢失的开始标签......真的没有一个解析器做我需要的吗？

【解决方案6】：

我创建了一个 Javascript/jQuery 解决方案来添加缺少的起始标签：

Demo Fiddle/观看Fullscreen

将任何 HTML 添加到缺少标签的正文中，例如：

hello</h3>
<p>hai</p>
Welcome to fiddle</span>
</div>

Javascript/jQuery

var content;
var i;
var result="";
var previousTag="";

function exeq(){
    var a = content.lastIndexOf('<body>');
    var z = content.lastIndexOf('</body>');
    content = content.substring(a+6,z);

    while(i!=-1){
    var startAngle = content.indexOf('<');
    var endAngle = content.indexOf('>');
        i=endAngle;
    var ele = content.substring(startAngle,endAngle+1);
        if(ele.indexOf("/")!=-1)
        {
            if(previousTag != ele.replace("/",""))
                result = result + ele.replace("/","");
        }
    result = result + content.substring(0,endAngle+1);
    content = content.substring(endAngle+1);
    previousTag = ele;
    }

    /*Below part only to append result to body*/
    $('body').append('<h4>Result</h4><textarea>'+result+'</textarea>');
    /******************************************/
}

$.get(window.location.href,function(data){
    typeof(data)=="object"?window.location = window.location.href:
    content = data;
    exeq();
});

【讨论】：

【解决方案7】：

<body>
<div>Hello world</div>
<div>New day</div>
</body>

您可以在 hello world 之前添加一个 div，也可以在 hello world 之后删除关闭的 div。你好世界新的一天

【讨论】：