使用正则表达式关闭打开的 XML 标记答案

【问题标题】：Closing open XML tags with regex使用正则表达式关闭打开的 XML 标记
【发布时间】：2011-03-29 00:06:30
【问题描述】：

基本上，我想和here 做同样的事情，这是在 Python 中完成的。我想将所有自闭元素替换为长语法。

例子

    <iframe src="http://example.com/thing"/>

变成

    <iframe src="http://example.com/thing"></iframe>

完整示例：

 <html>
<head>
  <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
  <link rel="stylesheet" type="text/css" href="/sample.css">
  <title></title>
  <script type="text/javascript" src="/swfobject.js">
                //void
          </script>
  <script type="text/javascript" language="JavaScript" src="/generate.js">
//void
  </script>
  <script type="text/javascript" language="JavaScript" src="/prototype.js">
//void
  </script>
</head>
<body id="mediaPlayer" style="margin:0;padding:0;">
<script type="text/javascript">
                                swfobject.registerObject('id_G12564763');       


                function getFlashObject() {
                        var object;
                        if (navigator.appName == 'Microsoft Internet Explorer' || navigator.userAgent.indexOf("Chrome")!=-1)
                        {
                                object = document.getElementById('id_G12564763');
                        } 
                        else 
                        {
                                object = document['flash_id_G12564763'];
                        }
                        return object;
                }

        </script>
</body>
</html>

【问题讨论】：

请注意，stackoverflow.com/questions/1732348/… 描述了此操作的逆操作。
Borealid，我知道这一点。你知道如何用解析器解决这个问题吗？据我所知，在使用解析器解析之前，XML 必须格式正确。这正是我需要做的。我尝试过 Tidy，但没有奏效，该项目不再维护。这是一个小的 html 输出，将简单地包含一系列 javascript 包含和对象嵌入标记 (flash)。

标签： java xml regex

【解决方案1】：

这可以用来替换一个标签（javascript中的代码）。

var becomes = "<iframe src='http://example.com/thing'/>".replace(/<(\w*) (.*)\//,'<$1 $2></$1')

同样的，在 Java 中。

String becomes = "<iframe src=\"http://example.com/thing\"/>".replaceFirst("<(\\w*) (.*)\\/", "<$1 $2></$1");

【讨论】：

【解决方案2】：

好的，伙计们。我找到了解决方法。我将输出方法连接到该 html 来自的 xml，XSLT 引擎负责为我关闭那些打开的标签。感谢您的回答，但是如果您碰巧有解决问题的方法，请留下您的答案，我会将其标记为答案。这可能对其他人有用。

【讨论】：

【解决方案3】：

String resultHtml = inputHtml.replaceAll("(?six)<(\\w+)([^<]*?)/>", "<$1$2></$1>");

这将正确处理未终止的标签，例如 <hr> 和 <img>

【讨论】：

Hmm .. 似乎对我有用，尽管您的示例没有与我提供的正则表达式匹配（即，它没有自封闭元素）。我调整了修饰符以更正确地处理多行输入 - 这可能会有所帮助...