如何以編程方式驗證網頁的標記？

我需要以編程方式驗證網頁標記，並且通過使用正則表達式聽到了這一點。如果是這樣如何？有沒有其他方法？（除使用w3c服務外）如何以編程方式驗證網頁的標記？

2012-02-20 Cassini

hehe提醒了我最喜歡的問題：http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags。 – 2012-02-20 17:57:39

這肯定不是一個需要使用正則表達式解決的問題（請參閱Zortkun的鏈接），但顯然它可能以其他方式或w3c的服務不存在... – nnnnnn 2012-02-21 02:51:31

使用w3c服務有什麼錯誤？它具有權威性，可以[以編程方式查詢]（http://validator.w3.org/docs/users.html#Calling）。 – collapsar 2012-03-01 13:37:55

使用HTML Tidy http://tidy.sourceforge.net/它既報告HTML文檔的有效性，也可以嘗試自動清除它。您可以將其作爲命令行應用程序運行並編寫腳本。在Java，Perl和Python中有它的端口或包裝器。

我也使用TagSoup庫爲Java http://ccil.org/~cowan/XML/tagsoup/它很好的清理格式不正確的HTML到有效的XML。

2012-05-08 13:10:17

對HTML「tidy」+1。 – 2012-05-08 13:26:44

回答