跳转到主内容
极星编程网:以代码为星,赴技术山海!

如何将不规范的HTML转换为格式良好的XML Tidy工具

Tidy 可将不规范 HTML 转为 XML 兼容 XHTML,需启用 --output-xhtml yes 或 --xml-output yes;前者更常用,自动修复标签闭合、引号、大小写等,并支持 -asxhtml、--indent、--wrap 0 等参数优化输出。 可以使用 HTML Tidy (常简称为 Tidy )将不规范的 HTML 转换为格式良好、符合 XML 语法的 XHTML 或纯 XML 兼容结构。 确认 Tidy 支持 XML 输出模式 Tidy 默认输出是 HTML,要生成 XML 格式,必须启用
xml-output
或
xhtml
选项。两者略有区别:
--xml-output yes
:强制以 XML 模式解析并输出,要求标签闭合、属性加引号、区分大小写等;对非 XHTML 的 HTML 可能报错或失败
--output-xhtml yes
:更常用,将输入转换为严格 XHTML 1.0/1.1 兼容格式,自动修复缺失闭合标签、转义特殊字符、标准化属性名(如
checked="checked"
),输出内容可被标准 XML 解析器读取 命令行中启用 XHTML/XML 模式 在终端运行 Tidy 时添加关键参数:
tidy -asxhtml --output-xhtml yes --indent auto --wrap 0 input.html > output.xhtml
常用参数说明: 使用HTML,CSS,JavaScript开发Android应用程序 英文文字pdf版附源文件 如果你了解HTML,CSS和JavaScript,您已经拥有所需的工具开发Android应用程序。本动手本书展示了如何使用这些开源web标准设计和建造,可适应任何Android设备的应用程序 - 无需使用Java。您将学习如何创建一个在您选择的平台的Andr​​oid友好的网络应用程序,然后转换与自由PhoneGap框架到一个原生的Andr​​oid应用程序。了解为什么设备无关的移动应用是未来的潮流,并开始构建应用程序,提供更 下载 立即学习 “ 前端免费学习笔记(深入) ”;
-asxhtml
:强制作为 XHTML 解析输入(即使文件扩展名是 . html )
--output-xhtml yes
:确保输出是合法 XHTML(XML 兼容)
--indent auto
:自动缩进,提升可读性
--wrap 0
:禁用行宽截断,避免文本被意外换行
--clean yes
(可选):移除 Microsoft Word 等生成的冗余样式和注释 处理常见不规范问题 Tidy 在 XML/XHTML 模式下会主动修正以下典型问题: 自闭合标签补全:将

→

,
→
属性值强制加双引号:
→ 大小写统一:将大写标签名转为小写(
→
),符合 XML 规范 嵌套错误修复:对

...

这类非法嵌套尝试重排结构 验证输出是否真正 XML 兼容 生成文件后,可用简单方式验证是否满足基本 XML 要求: 用 Python 快速测试:
import xml.etree.ElementTree as ET; ET.parse("output.xhtml")
—— 若无异常,则可被标准 XML 解析器加载 检查首行是否有 XML 声明:
(Tidy 默认不加,需手动添加或用
--add-xml-decl yes
) 确保所有标签正确嵌套、闭合,无孤立