Hướng dẫn check string is html c# - chuỗi kiểm tra là html c #

137

Mới! Lưu câu hỏi hoặc câu trả lời và sắp xếp nội dung yêu thích của bạn. Tìm hiểu thêm.
Learn more.

Tôi có một chuỗi nhất định mà tôi muốn kiểm tra xem đó có phải là HTML hay không. Tôi đang sử dụng Regex cho cùng nhưng không nhận được kết quả thích hợp.

Tôi đã xác nhận regex của tôi và nó hoạt động tốt ở đây.

var htmlRegex = new RegExp("<([A-Za-z][A-Za-z0-9]*)\b[^>]*>(.*?)");
return htmlRegex.test(testString);

Đây là fiddle nhưng regex không chạy trong đó. http://jsfiddle.net/wfwtc/

Trên máy của tôi, mã chạy tốt nhưng tôi hiểu sai thay vì đúng như kết quả. Thiếu gì ở đây?

hỏi ngày 17 tháng 3 năm 2013 lúc 8:23Mar 17, 2013 at 8:23

user1240679user1240679user1240679

6.56917 Huy hiệu vàng57 Huy hiệu bạc85 Huy hiệu Đồng17 gold badges57 silver badges85 bronze badges

9

Một regex tốt hơn để sử dụng để kiểm tra xem một chuỗi là html là:

/^/

Ví dụ:

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Trên thực tế, nó rất tốt, nó sẽ trả lại

/<\/?[a-z][\s\S]*>/i.test()

Nếu những gì bạn đang tìm kiếm là sự hiện diện của các phần tử HTML, thay vì chỉ đơn giản là bất kỳ nội dung văn bản nào, bạn có thể sử dụng một cái gì đó dọc theo các dòng của:

/<\/?[a-z][\s\S]*>/i.test()

Nó sẽ không giúp bạn phân tích HTML theo bất kỳ cách nào, nhưng nó chắc chắn sẽ gắn cờ chuỗi là chứa các phần tử HTML.

Derpynerd

4.5486 Huy hiệu vàng37 Huy hiệu bạc88 Huy hiệu Đồng6 gold badges37 silver badges88 bronze badges

Đã trả lời ngày 17 tháng 3 năm 2013 lúc 8:43Mar 17, 2013 at 8:43

19

Phương pháp số 1. Dưới đây là chức năng đơn giản để kiểm tra nếu chuỗi chứa dữ liệu HTML:. Here is the simple function to test if the string contains HTML data:

function isHTML(str) {
  var a = document.createElement('div');
  a.innerHTML = str;

  for (var c = a.childNodes, i = c.length; i--; ) {
    if (c[i].nodeType == 1) return true; 
  }

  return false;
}

Ý tưởng là cho phép trình phân tích cú pháp DOM của trình duyệt quyết định xem chuỗi được cung cấp có trông giống như HTML hay không. Như bạn có thể thấy nó chỉ cần kiểm tra

/<\/?[a-z][\s\S]*>/i.test()

/<\/?[a-z][\s\S]*>/i.test()

Tôi đã thực hiện một vài bài kiểm tra và có vẻ như nó hoạt động:

isHTML('this is a string') // true
isHTML('this is a string')        // false
isHTML('this is a string') // true

Giải pháp này sẽ phát hiện đúng chuỗi HTML, tuy nhiên nó có tác dụng phụ mà img/vide/vv. Tags sẽ bắt đầu tải xuống tài nguyên sau khi được phân tích cú pháp trong bên trong.

Phương pháp #2. Một phương pháp khác sử dụng Domparser và không có tác dụng phụ tài nguyên tải:. Another method uses DOMParser and doesn't have loading resources side effects:

function isHTML(str) {
  var doc = new DOMParser().parseFromString(str, "text/html");
  return Array.from(doc.body.childNodes).some(node => node.nodeType === 1);
}

Ghi chú: 1.

/<\/?[a-z][\s\S]*>/i.test()

/<\/?[a-z][\s\S]*>/i.test()

/<\/?[a-z][\s\S]*>/i.test()

/<\/?[a-z][\s\S]*>/i.test()

/<\/?[a-z][\s\S]*>/i.test()

Đã trả lời ngày 17 tháng 3 năm 2013 lúc 8:40Mar 17, 2013 at 8:40

DFSQDFSQdfsq

189K25 Huy hiệu vàng232 Huy hiệu bạc252 Huy hiệu Đồng25 gold badges232 silver badges252 bronze badges

10

Một chút xác nhận với:

/<(?=.*? .*?\/ ?>|br|hr|input|!--|wbr)[a-z]+.*?>|<([a-z]+).*?<\/\1>/i.test(htmlStringHere) 

Điều này tìm kiếm các thẻ trống (một số thẻ trống được xác định trước) và

/<\/?[a-z][\s\S]*>/i.test()

Bản demo giải thích: http://regex101.com/r/cx0ep2

Update:

Xác nhận hoàn chỉnh với:

/<(br|basefont|hr|input|source|frame|param|area|meta|!--|col|link|option|base|img|wbr|!DOCTYPE).*?>|<(a|abbr|acronym|address|applet|article|aside|audio|b|bdi|bdo|big|blockquote|body|button|canvas|caption|center|cite|code|colgroup|command|datalist|dd|del|details|dfn|dialog|dir|div|dl|dt|em|embed|fieldset|figcaption|figure|font|footer|form|frameset|head|header|hgroup|h2|h2|h3|h4|h5|h6|html|i|iframe|ins|kbd|keygen|label|legend|li|map|mark|menu|meter|nav|noframes|noscript|object|ol|optgroup|output|p|pre|progress|q|rp|rt|ruby|s|samp|script|section|select|small|span|strike|strong|style|sub|summary|sup|table|tbody|td|textarea|tfoot|th|thead|time|title|tr|track|tt|u|ul|var|video).*?<\/\2>/i.test(htmlStringHere) 

Điều này thực hiện xác thực thích hợp vì nó chứa tất cả các thẻ HTML, các thẻ trống trước tiên theo sau là phần còn lại cần thẻ đóng.proper validation as it contains ALL HTML tags, empty ones first followed by the rest which need a closing tag.

Giải thích bản demo tại đây: http://regex101.com/r/PE1MT5

Đã trả lời ngày 17 tháng 3 năm 2013 lúc 9:29Mar 17, 2013 at 9:29

CSᵠcsᵠCSᵠ

9,9799 Huy hiệu vàng39 Huy hiệu bạc63 Huy hiệu Đồng9 gold badges39 silver badges63 bronze badges

3

Dưới đây là một lớp lót cẩu thả mà tôi sử dụng theo thời gian:

var isHTML = RegExp.prototype.test.bind(/(<([^>]+)>)/i);

Về cơ bản, nó sẽ trả về

/<\/?[a-z][\s\S]*>/i.test()

/<\/?[a-z][\s\S]*>/i.test()

/<\/?[a-z][\s\S]*>/i.test()

function isHTML(str) {
  var a = document.createElement('div');
  a.innerHTML = str;

  for (var c = a.childNodes, i = c.length; i--; ) {
    if (c[i].nodeType == 1) return true; 
  }

  return false;
}

/<\/?[a-z][\s\S]*>/i.test()

function isHTML(str) {
  var a = document.createElement('div');
  a.innerHTML = str;

  for (var c = a.childNodes, i = c.length; i--; ) {
    if (c[i].nodeType == 1) return true; 
  }

  return false;
}

Đến

/<\/?[a-z][\s\S]*>/i.test()

/<\/?[a-z][\s\S]*>/i.test()

Nó không tuyệt vời, nhưng nó là một lớp lót.

Cách sử dụng

/^/

Như bạn có thể thấy nó không hoàn hảo, nhưng có thể làm công việc cho bạn trong một số trường hợp.

Đã trả lời ngày 21 tháng 4 năm 2016 lúc 14:50Apr 21, 2016 at 14:50

Johan Dettmarjohan DettmarJohan Dettmar

26,5K4 Huy hiệu vàng32 Huy hiệu bạc28 Huy hiệu đồng4 gold badges32 silver badges28 bronze badges

1

Câu trả lời của Zzzzbov ở trên là tốt, nhưng nó không tính đến các thẻ đóng đi lạc, ví dụ như:

/^/

Một phiên bản cũng bắt được các thẻ đóng có thể là thế này:

/^/

Đã trả lời ngày 19 tháng 8 năm 2014 lúc 10:24Aug 19, 2014 at 10:24

AeonoftimeaeonoftimeAeonOfTime

9467 Huy hiệu bạc10 Huy hiệu đồng7 silver badges10 bronze badges

2

Tất cả các câu trả lời ở đây là bao gồm quá mức, họ chỉ tìm kiếm

/<\/?[a-z][\s\S]*>/i.test()

function isHTML(str) {
  var a = document.createElement('div');
  a.innerHTML = str;

  for (var c = a.childNodes, i = c.length; i--; ) {
    if (c[i].nodeType == 1) return true; 
  }

  return false;
}

Dưới đây chúng tôi tìm kiếm các thẻ cuối, và sẽ chặt chẽ hơn và chính xác hơn nhiều:end tags, and will be much tighter and more accurate:

/^/

Và đây là hành động:

/^/

Đã trả lời ngày 13 tháng 7 năm 2018 lúc 13:12Jul 13, 2018 at 13:12

SpeedPlanespedPlanespeedplane

15.3K16 Huy hiệu vàng83 Huy hiệu bạc136 Huy hiệu Đồng16 gold badges83 silver badges136 bronze badges

Nếu bạn đang tạo ra một regex từ một chuỗi theo nghĩa đen, bạn cần thoát khỏi bất kỳ dấu gạch chéo ngược nào:

/^/

Điều này là không cần thiết nếu bạn sử dụng regex theo nghĩa đen, nhưng sau đó bạn cần thoát khỏi những dấu gạch chéo về phía trước:

/^/

Ngoài ra, JSFiddle của bạn đã không hoạt động vì bạn đã chỉ định một trình xử lý

function isHTML(str) {
  var a = document.createElement('div');
  a.innerHTML = str;

  for (var c = a.childNodes, i = c.length; i--; ) {
    if (c[i].nodeType == 1) return true; 
  }

  return false;
}

function isHTML(str) {
  var a = document.createElement('div');
  a.innerHTML = str;

  for (var c = a.childNodes, i = c.length; i--; ) {
    if (c[i].nodeType == 1) return true; 
  }

  return false;
}

function isHTML(str) {
  var a = document.createElement('div');
  a.innerHTML = str;

  for (var c = a.childNodes, i = c.length; i--; ) {
    if (c[i].nodeType == 1) return true; 
  }

  return false;
}

Theo như tôi biết các biểu thức thông thường của JavaScript không có tham chiếu ngược. Vì vậy, phần này trong biểu hiện của bạn:

/^/

Sẽ không hoạt động trong JS (nhưng sẽ hoạt động bằng một số ngôn ngữ khác).

Đã trả lời ngày 17 tháng 3 năm 2013 lúc 8:31Mar 17, 2013 at 8:31

nnnnnnnnnnnnnnnnnn

Badges vàng 145K2929 gold badges193 silver badges234 bronze badges

3

function isHTML(str) {
  var a = document.createElement('div');
  a.innerHTML = str;

  for (var c = a.childNodes, i = c.length; i--; ) {
    if (c[i].nodeType == 1) return true; 
  }

  return false;
}

Đã trả lời ngày 5 tháng 2 năm 2016 lúc 4:09Feb 5, 2016 at 4:09

1

Với jQuery:

/^/

Đã trả lời ngày 19 tháng 11 năm 2013 lúc 14:07Nov 19, 2013 at 14:07

gtourniegtourniegtournie

Phù hiệu vàng 3.9231 Huy hiệu bạc22 Huy hiệu đồng1 gold badge19 silver badges22 bronze badges

4

Sử dụng jQuery trong trường hợp này, hình thức đơn giản nhất sẽ là:

/^/

Nếu

function isHTML(str) {
  var a = document.createElement('div');
  a.innerHTML = str;

  for (var c = a.childNodes, i = c.length; i--; ) {
    if (c[i].nodeType == 1) return true; 
  }

  return false;
}

function isHTML(str) {
  var a = document.createElement('div');
  a.innerHTML = str;

  for (var c = a.childNodes, i = c.length; i--; ) {
    if (c[i].nodeType == 1) return true; 
  }

  return false;
}

Đã trả lời ngày 11 tháng 6 năm 2017 lúc 5:25Jun 11, 2017 at 5:25

1

Mặc dù đây là một chủ đề cũ, tôi chỉ muốn chia sẻ giải pháp tôi đã viết cho nhu cầu của mình:

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Nó sẽ bao gồm hầu hết các trường hợp khó khăn mà tôi đã tìm thấy trong chủ đề này. Được thử nghiệm trên trang này với

isHTML('this is a string') // true
isHTML('this is a string')        // false
isHTML('this is a string') // true

isHTML('this is a string') // true
isHTML('this is a string')        // false
isHTML('this is a string') // true

Tôi hy vọng nó sẽ hữu ích cho ai đó. :)

Đã trả lời ngày 3 tháng 6 năm 2021 lúc 12:53Jun 3, 2021 at 12:53

2

Có những giải pháp ưa thích liên quan đến việc sử dụng trình duyệt để cố gắng phân tích văn bản, xác định nếu có bất kỳ nút DOM nào được xây dựng, sẽ chậm. Hoặc các biểu thức thường xuyên sẽ nhanh hơn, nhưng có khả năng không chính xác. Ngoài ra còn có hai câu hỏi rất riêng biệt phát sinh từ vấn đề này:

Q1: Một chuỗi có chứa các đoạn HTML không?

Là phần chuỗi của tài liệu HTML, chứa các thực thể phần tử HTML hoặc được mã hóa? Điều này có thể được sử dụng như một chỉ số cho thấy chuỗi có thể yêu cầu tẩy trắng / vệ sinh hoặc giải mã thực thể:

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Bạn có thể thấy mô hình này được sử dụng để chống lại tất cả các ví dụ từ tất cả các câu trả lời hiện có tại thời điểm viết bài này, cộng với một số văn bản mẫu được tạo ra bởi wysiwyg- hoặc từ được tạo ra và một loạt các tài liệu tham khảo thực thể nhân vật.

Câu 2: Chuỗi có phải là tài liệu HTML không?

Thông số kỹ thuật HTML bị mất một cách gây sốc về những gì nó coi là một tài liệu HTML. Các trình duyệt đi đến độ dài cực kỳ để phân tích hầu hết mọi văn bản rác như HTML. Hai cách tiếp cận: Chỉ cần xem xét mọi thứ HTML (vì nếu được phân phối với loại nội dung

isHTML('this is a string') // true
isHTML('this is a string')        // false
isHTML('this is a string') // true

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Về mặt "tính hình thành tốt", và hầu như không có gì khác là "bắt buộc". Sau đây là tài liệu HTML hoàn chỉnh 100%, có hiệu lực hoàn toàn có chứa mọi thành phần HTML mà bạn nghĩ là đang bị bỏ qua:

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Chuẩn rồi. Có các quy tắc rõ ràng về cách hình thành các yếu tố "thiếu" như

isHTML('this is a string') // true
isHTML('this is a string')        // false
isHTML('this is a string') // true

isHTML('this is a string') // true
isHTML('this is a string')        // false
isHTML('this is a string') // true

isHTML('this is a string') // true
isHTML('this is a string')        // false
isHTML('this is a string') // true

Đã trả lời ngày 5 tháng 2 năm 2020 lúc 14:25Feb 5, 2020 at 14:25

Amcgregoramcgregoramcgregor

1.17111 Huy hiệu bạc29 Huy hiệu đồng11 silver badges29 bronze badges

Vì yêu cầu ban đầu không nói rằng giải pháp phải là một regexp, chỉ cần một nỗ lực sử dụng regexp đã được thực hiện. Tôi sẽ cung cấp điều này. Nó nói một cái gì đó là HTML nếu một phần tử con duy nhất có thể được phân tích cú pháp. Lưu ý, điều này sẽ trả về sai nếu cơ thể chỉ chứa các bình luận hoặc CDATA hoặc chỉ thị máy chủ.

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Đã trả lời ngày 11 tháng 12 năm 2020 lúc 16:10Dec 11, 2020 at 16:10

Bất cứ điều gìAnyWhichWay

6168 Huy hiệu bạc10 Huy hiệu đồng8 silver badges10 bronze badges

Giải pháp của tôi là

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Đã trả lời ngày 8 tháng 12 năm 2019 lúc 12:16Dec 8, 2019 at 12:16

1

Tôi cần một cái gì đó tương tự cho chuỗi XML. Tôi sẽ đặt những gì tôi nghĩ ra ở đây trong trường hợp nó có thể hữu ích cho bất cứ ai ..

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Đã trả lời ngày 12 tháng 5 năm 2021 lúc 12:38May 12, 2021 at 12:38

Nikonikoniko

Phù hiệu bằng đồng 9044 bronze badges

Đây là một cách tiếp cận không có regex mà tôi đã sử dụng cho dự án của riêng mình.

Nếu bạn đang cố gắng phát hiện chuỗi HTML trong số các chuỗi không phải HTML khác, bạn có thể chuyển đổi thành đối tượng trình phân tích cú pháp HTML và sau đó quay lại để xem độ dài chuỗi có khác nhau không. I E.:

Một ví dụ thực hiện Python như sau:

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Nó đã làm việc trên mẫu của tôi gồm 2800 chuỗi.

Mã giả sẽ là

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Điều này làm việc cho tôi trong trường hợp thử nghiệm của tôi, và nó có thể làm việc cho bạn.

Đã trả lời ngày 28 tháng 1 năm 2021 lúc 19:45Jan 28, 2021 at 19:45

1

Câu trả lời được bình chọn nhiều nhất xác nhận chuỗi sau đây là mẫu HTML khi rõ ràng nó không phải là:

isHTML('this is a string') // true
isHTML('this is a string')        // false
isHTML('this is a string') // true

Một cách tiếp cận tốt hơn sẽ là

isHTML('this is a string') // true
isHTML('this is a string')        // false
isHTML('this is a string') // true

Xem thêm Tiêu chuẩn HTML để biết thêm thông tin.

Mẫu này sẽ không xác thực tài liệu HTML của bạn mà là thẻ HTML. Rõ ràng vẫn còn chỗ cho các cải tiến, bạn càng cải thiện nó, bạn càng sớm nhận được một mẫu xác thực HTML rất phức tạp, điều mà bạn muốn tránh.

Example::

/^/.test('') // true
/^/.test('foo bar baz') //true
/^/.test('
fizz buzz
') //true

Đã trả lời ngày 30 tháng 8 lúc 18:28Aug 30 at 18:28

Eugen Mihailescueugen MihailescuEugen Mihailescu

3.3682 Huy hiệu vàng29 Huy hiệu bạc29 Huy hiệu đồng2 gold badges29 silver badges29 bronze badges

Làm cách nào để kiểm tra xem một chuỗi là HTML?

Làm thế nào để bạn kiểm tra xem một chuỗi là HTML hay không sử dụng JavaScript?

Chuỗi HTML là gì?

HTML có dây không?