如何从 Java 验证 HTML？答案

【问题标题】：How to validate HTML from Java?如何从 Java 验证 HTML？
【发布时间】：2011-05-22 12:09:43
【问题描述】：

从 Java 验证 HTML 的快速简单的方法是什么？我正在寻找一个开源/PD 类（或一组类）来描述 100 多个 HTML 标记的各种属性，例如：

谢谢！

编辑

我希望对 HTML 文档进行逐个标记的分析，因此我对整个文档是否有效不太感兴趣，而是对每种标记的具体要求是什么感兴趣. 我可以根据 W3C 规范对规则进行编码，但想先看看哪些现成的解决方案可用。

【问题讨论】：

【解决方案1】：

如果你想验证某些标签是否遵循某些规范，基于 Java 的 HTML 解析器似乎没有尽头：

换句话说，您可以解析 HTML，然后检查生成的文档中您正在寻找的标签，并确定它们是否符合您需要的规范。如果他们不这样做，你可以抛出一个错误。

我认为您不会找到完全按照您的要求编写的 HTML 分析工具，主要是因为这些要求尚未明确表达，而且可能有点模糊。

如果解析器没有做你想做的事情，至少这个列表是开源的，所以只要你发布你的更改，你就可以破解解析器。

【讨论】：

【解决方案2】：

Check JTidy (http://jtidy.sourceforge.net/) 和 VietSpider HTMLParser (http://sourceforge.net/projects/binhgiang/) 都是 Java HTML 解析器和一些语法检查功能。一些基于 Eclipse 的 HTML 编辑器插件使用 JTidy（或 Tidy 的端口）进行语法检查。或者David Said，提交页面到w3c.org

【讨论】：