java - 如何从 Java 验证 HTML？

Question

从 Java 验证 HTML 的快速简单方法是什么？我正在寻找一个描述 100 多个 HTML 标记的各种属性的开源/PD 类(或一组类)，例如:

1. 标签是可选的吗？空的？省略其结束标记是否合法？
2. 此标签可以包含哪些其他标签(如果有)？
3. 哪些属性对于这个标签是合法的，它们的类型是什么？ (不是必需的，但很高兴拥有)

谢谢!

编辑

我希望对 HTML 文档进行逐个标记的分析，因此我对整个文档是否有效不太感兴趣，而是对每种类型的标记的具体要求是什么.我可以根据 W3C 规范对规则进行编码，但想先看看有哪些现成的解决方案可用。

Answer 1

如果你想验证某些标签是否符合某些规范，基于 Java 的 HTML 解析器似乎没有尽头:

Open Source HTML Parsers in Java

换句话说，您可以解析 HTML，然后检查生成的文档中是否有您要查找的标签，并确定它们是否符合您要求的规范。如果他们不这样做，您就可以抛出一个错误。

我认为您不会找到完全按照您的要求编写的 HTML 分析工具，主要是因为这些要求尚未明确表达，而且可能有点模糊。

如果解析器不能开箱即用，至少这个列表是开源的，所以只要您发布更改，您就可以破解解析器。