使用 Javascript 查找格式错误的 XHTML

Question

有没有人有一个使用 Javascript 查找字符串是否包含格式错误的 XHTML 的好方法？

由于我的页面允许“用户”生成的 XHTML 返回（用户可以被信任）并将其注入 DOM，我想要一种方法来检查是否有未关闭或过度关闭的标签，并且将它们编码为< 和>，以便将错误简单地显示为文本。这样所有有效的 xhtml 仍然会显示，而无效的将简单地成为文本节点，允许脚本至少继续错误。

---

这是我做的类似方法，比较粗糙。它有一个不同的目的（只是剥离所有有效的 xhtml 标签并保留其余标签。它通过递归选择最里面的标签并将它们剥离出来。

stripHTML: function(html) {
   var validXHTML = /<(\S+).*>(.*?)<\/\1>/i;
   var validSelfClose = /<(input|img|br|hr)[^>]*\/>/gi;

   html = html.replace(validSelfClose, '');

   if(validXHTML.test(html)) {
    var loc = html.search(validXHTML);
    var str = html.match(validXHTML);
    html = html.substr(0, loc) + 
            strings.addPunctuation(html.substr(loc, str[0].length).replace(validXHTML, '$2')) + 
            html.substr((loc+str[0].length), html.length);

    if(validXHTML.test(html)) { 
        html = strings.stripHTML(html);
    } else {
        return html;
    }
   }
   return html;
}

---

请随意改进上述内容，或回答实际问题。

---

更新

我的想法至少可以适应大多数情况的简单方法是这样的：

encode all > 和

将内的所有标签名改为小写

递归工作，从最里面的标签开始，将它们从小写更改为大写 <li>something</li> 变为 <LI>something</LI>

递归结束后，去掉所有其他的 > 和

将所有大写标签切换回小写

除了需要相当长的时间之外，是否可以立即预见到任何问题？

Answer 1

我在服务器上使用 HTMLTidy 进行此操作

htmltidy -asxhtml

Answer 2

那么 HTML 生成是否也在客户端发生？最好是在源本身验证生成的标记。

如果没有，也许有办法对 W3C 验证器进行编程。

http://validator.w3.org/#validate_by_input

另见， http://www.w3.org/QA/Tools/