java - 如何改进 XML validator 以识别正确的 XML 字符串？

Question

我有一个基于正则表达式的 XML validator ，我想用它来识别XML 字符串。假设我有以下 XML 字符串，

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<molecules>
  <molecule id="1">
    <atoms>
      <atom id="1" symbol="C"/>
      <atom id="2" symbol="C"/>
      <atom id="3" symbol="N"/>
    </atoms>
    <bonds>
      <bond atomAId="1" atomBId="2" id="1" order="SINGLE"/>
      <bond atomAId="2" atomBId="3" id="2" order="DOUBLE"/>
    </bonds>
  </molecule>
</molecules>

我对 XML 使用以下 validator ，

public static boolean isValidXML(String inXMLStr) {

        boolean retBool = false;
        Pattern pattern;
        Matcher matcher;

        // REGULAR EXPRESSION TO SEE IF IT AT LEAST STARTS AND ENDS
        // WITH THE SAME ELEMENT
        final String XML_PATTERN_STR = "<(\\S+?)(.*?)>(.*?)</\\1>";

        // IF WE HAVE A STRING
        if (inXMLStr != null && inXMLStr.trim().length() > 0) {

            // IF WE EVEN RESEMBLE XML
            if (inXMLStr.trim().startsWith("<")) {

                pattern = Pattern.compile(XML_PATTERN_STR,
                        Pattern.CASE_INSENSITIVE | Pattern.DOTALL | Pattern.MULTILINE);

                // RETURN TRUE IF IT HAS PASSED BOTH TESTS
                matcher = pattern.matcher(inXMLStr);
                retBool = matcher.matches();
            }
            // ELSE WE ARE FALSE
        }

        return retBool;
    } 

但是，即使对于有效的 XML，这些方法也会返回 false。如何更正 isValidXML 方法？

Answer 1

如果我没记错的话，这应该可行:

((<(\\S(.*?))(\\s.*?)?>(.*?)<\\/\\3>)|(<\\S(.*?)(.*?)(\\/>)))

我刚刚使用这个网站测试了它:https://regex101.com/ (用于进一步测试；))并添加了 java 转义反斜杠。

我基本上只是转义了正则表达式的结束标签中的正斜杠，并对标签的整个第一个内容进行了分组，因此\1 引用了整个内容。如果有什么不起作用，请告诉我:)

编辑:更改它以使其也检查带有参数的标签

编辑:经过所有编辑后，它变得相当困惑，可能可以使其看起来更好，但据我所知，它是这样工作的