如何使用正则表达式检查 Java 中的有效 html 结构答案

【问题标题】：How to check valid html structure in Java using regex如何使用正则表达式检查 Java 中的有效 html 结构
【发布时间】：2012-02-07 04:12:54
【问题描述】：

我想知道输入的 html 字符串是否有效。我研究了各种 HTML 解析器。但是任何东西都没有验证 html 方法。 Jsoup 几乎和我想要的一样。但它会生成有效的解析 html。基本上我想检查以下有效的html结构。

<html>
<head>~</head>
<body>~</body>
</html>

所以，我用 Java 编写了代码。

String html = "<html><head><title>asdf</title></Head><body>asfd</body></html>";
String compile = "(?i)<html.*>.*<head>.*?</head>.*<body>.*</body>.*</html>";
Pattern pattern = Pattern.compile(compile);
Matcher matcher = pattern.matcher(html);
if (matcher.matches()) {
    System.out.println("Valid html");
} else {
    System.out.println("Invalid html");
}

但是如果 html 有 2 个

元素，它也会检查有效的 html。如何有效地检查有效的 html 结构？

【问题讨论】：

尝试通过 XML 解析器推送它并确保存在 html、head 和 body 元素？
自然； stackoverflow.com/questions/1732348/…。如果您正在寻找的只是<html></html> 中的<head></head> 和<body></body>，那么只需搜索indexOf，从找到的最后一个东西的末尾开始，并确保它们都在那里按顺序。
Steven//你能推荐一些XML解析器吗？
又一个“我如何使用 Y 做 X？”其中 Y 是完全不适合实现 X 的工具。
Question about parsing HTML using Regex and Java的可能重复

标签： java html regex

【解决方案1】：

如何使用一些库来做到这一点？我推荐JSoup。

【讨论】：