正则表达式检查字符串是否是有效的 XHTML [重复]答案

【问题标题】：Regular Expression to check String is valid XHTML or not [duplicate]正则表达式检查字符串是否是有效的 XHTML [重复]
【发布时间】：2023-12-30 07:55:02
【问题描述】：

可能重复：
regular expression to check if string is valid XML

我正在寻找正则表达式来检查字符串是否是有效的 XHTML

例子

<h2>Legal HTML Entity References</h2><table align="center" border="0" ><tr></tr></table>

【问题讨论】：

您确实需要阅读有关乔姆斯基语言层次结构和形式语法的内容。您只能使用正则表达式检查正则语言，而 XHTML 不是正则语言。 [1]：en.wikipedia.org/wiki/Formal_grammar#The_Chomsky_hierarchy

标签： java xhtml

【解决方案1】：

这听起来是个坏主意：有效 XHTML 字符串的语言是不规则的。

改用 HTML 解析库。几个例子：

相关问题：

【讨论】：

【解决方案2】：

Regex 是完全错误的工具。

HTML 不是正则语言，因此不能被正则表达式解析。

由于您已标记此帖子 Java，您应该考虑使用无数可用的 HTML 解析库之一。

【讨论】：

【解决方案3】：

看看为什么使用正则表达式解析 HTML 不能可靠地工作：RegEx match open tags except XHTML self-contained tags

XHTML 只是 HTML 的另一种风格/超集，因此您最好使用真正的验证器，例如 JTidy 等。

【讨论】：

【解决方案4】：

尝试用解析器检查它。不要这样做Cthulhu Way。

您可以在这里找到一个策略点和一些示例：The Java XML Validation API

【讨论】：