Trouver XHTML malformé avec Javascript

Question

Est-ce que quelqu'un a un bon moyen de trouver si une chaîne contient du XHTML malformé en utilisant Javascript?

Depuis ma page permet de l'utilisateur 'a généré des rendements XHTML (les utilisateurs peuvent faire confiance) et l'injecte dans les DOM, je veux un moyen de vérifier s'il y a des balises non fermées ou trop fermées, et les encoder en < et > afin qu'il affiche simplement les erreurs en tant que texte. De cette façon, tous les xhtml valides seront toujours affichés, et les invalides deviendront simplement des nœuds de texte, permettant au script de continuer au moins avec les erreurs.

---

Voici une méthode similaire que j'ai faite, qui est plutôt brute. Il a un but différent (stripping simplement toutes les balises xhtml valides et en laissant le reste. Il fonctionne en sélectionnant récursive le plus de balises internes et les dépouillant dehors.

stripHTML: function(html) { 
    var validXHTML = /<(\S+).*>(.*?)<\/\1>/i; 
    var validSelfClose = /<(input|img|br|hr)[^>]*\/>/gi; 

    html = html.replace(validSelfClose, ''); 

    if(validXHTML.test(html)) { 
    var loc = html.search(validXHTML); 
    var str = html.match(validXHTML); 
    html = html.substr(0, loc) + 
      strings.addPunctuation(html.substr(loc, str[0].length).replace(validXHTML, '$2')) + 
      html.substr((loc+str[0].length), html.length); 

    if(validXHTML.test(html)) { 
     html = strings.stripHTML(html); 
    } else { 
     return html; 
    } 
    } 
    return html; 
} 

---

Ne hésitez pas à améliorer ce qui précède, ou une réponse la question réelle.

---

Mise à jour

Mon idée pour un moyen simple d'au moins accueillir la plupart des cas est la suivante:

encode tous> et < pas que rien fermer ou ouvrir,

changer tous les noms de tag-intérieur <> en minuscules

travail récursive , commencer par les plus intimes balises, les passer des minuscules en majuscules <li>something</li> devient <LI>something</LI>

après la fin de récursion, la bande à tous les autres> et <

Remettre toutes les majuscules en minuscules

Y a-t-il des problèmes immédiatement prévus, à part le fait que cela prendra un certain temps?

Answer 1

Je le fais sur le serveur avec HTMLTidy

htmltidy -asxhtml 

Answer 2

Ainsi est la génération HTML aussi qui se passe sur le côté client? Le mieux est de valider le balisage généré à la source elle-même. Sinon, il existe peut-être un moyen de programmer le validateur W3C.

http://validator.w3.org/#validate_by_input

aussi voir, http://www.w3.org/QA/Tools/