正则表达式HTML标记javascript

Question

我想验证输入的代码是否为HTML代码（以<html>开头和</html>结束是必需的）

我尝试这样做

 var reghtml = new RegExp("(<html>*\\n+</html>)");

但是我有一个问题需要在代码中添加\\ n，我需要验证第一个标签和结束标签（= <html>和</html> ），并且如果他在它们之间做一些操作，则必须以<和开头以>结尾

有什么解决办法吗？

Answer 1

您不应该使用正则表达式来验证HTML（更不用说解析它了），因为HTML不是“ 常规语言 ”。

因此，下面是一个假阴性案例的示例，该案例将导致您可以编写任何正则表达式来尝试验证HTML以将其标记为无效：

<html>
<head>
    <!-- </html> -->
</head>
<body>
    <p>This is valid HTML</p>
</body>
</html>

而且，因为您可以在HTML（以及SGML和XML）中嵌套注释，所以您也不能为这种特殊情况编写简单的正则表达式：

<html>
<head>
    <!-- <!-- <!-- <!-- </html> -->
</head>
<body>
    <p>This is valid HTML</p>
</body>
</html>

这是一个假阳性（假设您不使用^$ regex锚）：

<p>illegal element</p>
<html>
    <img>illegal text node</img>
</html>
<p>another illegal element</p>

当然，有更强大的正则表达式实现，为诸如计数深度之类的功能增加了基本支持，但是那样您就陷入了痛苦的世界。

验证HTML的正确方法是使用HTML DOM库。 在.NET中，这是HtmlAgilityPack。 在基于浏览器的JavaScript中，它甚至更简单：只需使用浏览器的内置解析器（ innerHTML ）：

（从“ 检查HTML代码段是否对Java脚本有效”中窃取）

function isValidHtml(html) {
    var doc = document.implementation.createHTMLDocuiment("");
    doc.documentElement.innerHTML = html;
    return ( doc.documentElement.innerHTML === html );
}

Answer 2

这是给你的模式。 它检查第一级是否具有有效的开始和结束标签。 第一层必须具有结束标记，您不能执行<html><img /></html> ，因为您可以删除整个结束标记检查模式部分。

 var validHtml = '\\ <html itemscope>\\ <head></head>\\ <body style="background: red;">\\ Everything is fine\\ </body>\\ </html>\\ ', invalidHtml = '\\ <html itemscope>\\ <head></foot>\\ <body>\\ Nothing is fine\\ </body>\\ </html>\\ ', pattern = /^\\s*<html(?:\\s[^>]*)?>(?:\\s*<(\\w+)(?:\\s[^>]+)?>(?:.|\\s)*<\\/\\1>\\s*)*<\\/html>\\s*$/i; console.log(pattern.test(validHtml) ? 'valid' : 'invalid'); console.log(pattern.test(invalidHtml) ? 'valid' : 'invalid');

正则表达式HTML标记javascript

问题描述

2 个解决方案

解决方案1
2 2016-11-26 23:02:20

解决方案2
1 2016-11-26 22:52:25

正则表达式HTML标记javascript

问题描述

2 个解决方案

解决方案1 2 2016-11-26 23:02:20

解决方案2 1 2016-11-26 22:52:25

解决方案1
2 2016-11-26 23:02:20

解决方案2
1 2016-11-26 22:52:25