0

嘿，伙计们，我需要确定给定的 HTML 文档是否格式正确。
我只需要一个简单的实现，只使用 Java 核心 API 类，即没有 JTIDY 之类的第三方东西。谢谢。

实际上，真正需要的是一种扫描 TAGS 列表的算法。如果它找到一个打开标签，而下一个标签不是它对应的关闭标签，那么它应该是另一个打开标签，而它又应该将其关闭标签作为下一个标签，如果没有，它应该是另一个打开标签，然后其对应的关闭标签下一个，并且前一个打开标签的关闭标签以相反的顺序出现在列表中的下一个。我已经编写了将标签转换为关闭标签的方法。如果列表符合此顺序，则返回 true 或 false。

这是我已经开始工作的框架代码。它不是太整洁，但它应该让你们对我正在尝试做的事情有一个基本的了解。 

public boolean validateHtml(){

    ArrayList<String> tags = fetchTags();
    //fetchTags returns this [<html>, <head>, <title>, </title>, </head>, <body>, <h1>, </h1>, </body>, </html>]

    //I create another ArrayList to store tags that I haven't found its corresponding close tag yet
    ArrayList<String> unclosedTags = new ArrayList<String>();

    String temp;

    for (int i = 0; i < tags.size(); i++) {

        temp = tags.get(i);

        if(!tags.get(i+1).equals(TagOperations.convertToCloseTag(tags.get(i)))){
            unclosedTags.add(tags.get(i));
            if(){

            }

        }else{
            return true;//well formed html
        }
    }

    return true;
}
4

3 回答 3

1

是的，字符串操作有时看起来像泡菜，你需要做一些类似的事情

首先将html复制到数组中

bool tag = false;
string str = "";
List<string> htmlTags = new List();

for(int i = 0; i < array.length; i++)
{ 
  //Check for the start of a tag
  if(array[i] == '<')
  {
    tag == true;
  }

  //If the current char is part of a tag start copying
  if(tag)
  {
    str += char;
  }

  //When a tag ends add the tag to your tag list
  if(array[i] == '>')
  {
    htmlTags.Add(str);
    str = "";
    tag == false;
  }
}

像这样的东西应该让你开始，你应该得到一个标签数组，这只是伪代码，所以它不应该编译

于 2011-03-01T13:14:26.133 回答
0

尝试针对 HTML4 或 4.1 或 XHTML 1 DTD 进行验证

"strict.dtd"
"loose.dtd"
"frameset.dtd"

这可能会有所帮助！

于 2011-03-01T13:47:39.177 回答
0

不要认为您可以在不进行大量工作的情况下做到这一点，使用第三方软件包会容易得多

于 2011-03-01T12:50:04.893 回答