本文共 4281 字，大约阅读时间需要 14 分钟。
给定一个表示代码片段的字符串，你需要实现一个验证器来解析这段代码，并返回它是否合法。合法的代码片段需要遵守以下的所有规则：
代码必须被合法的闭合标签包围。否则，代码是无效的。 闭合标签（不一定合法）要严格符合格式：<TAG_NAME>TAG_CONTENT</TAG_NAME>。其中，<TAG_NAME>是起始标签， </TAG_NAME>是结束标签。起始和结束标签中的 TAG_NAME 应当相同。当且仅当 TAG_NAME 和 TAG_CONTENT 都是合法的， 闭合标签才是合法的。 1.合法的 TAG_NAME 仅含有大写字母，长度在范围 [1,9] 之间。否则，该 TAG_NAME 是不合法的。 2.合法的 TAG_CONTENT 可以包含其他合法的闭合标签，cdata （请参考规则7）和任意字符（注意参考规则1）除了不匹配的<、 不匹配的起始和结束标签、不匹配的或带有不合法 TAG_NAME 的闭合标签。否则，TAG_CONTENT 是不合法的。 一个起始标签，如果没有具有相同 TAG_NAME 的结束标签与之匹配，是不合法的。反之亦然。不过，你也需要考虑标签嵌套的问题。 3.一个<，如果你找不到一个后续的>与之匹配，是不合法的。并且当你找到一个<或</时，所有直到下一个>的前的字符，都应当被解析为 TAG_NAME （不一定合法）。 4.cdata 有如下格式：<![CDATA[CDATA_CONTENT]]>。CDATA_CONTENT 的范围被定义成 <![CDATA[ 和后续的第一个 ]]>之间的字符。 CDATA_CONTENT 可以包含任意字符。cdata 的功能是阻止验证器解析CDATA_CONTENT，所以即使其中有一些字符可以被解析为标签（ 无论合法还是不合法），也应该将它们视为常规字符。 合法代码的例子: 输入: "<DIV>This is the first line <![CDATA[<div>]]></DIV>" 输出: True 解释: 代码被包含在了闭合的标签内： <DIV> 和 </DIV> 。 TAG_NAME 是合法的，TAG_CONTENT 包含了一些字符和 cdata 。 即使 CDATA_CONTENT 含有不匹配的起始标签和不合法的 TAG_NAME，它应该被视为普通的文本，而不是标签。 所以 TAG_CONTENT 是合法的，因此代码是合法的。最终返回True。 输入: "<DIV>>> ![cdata[]] <![CDATA[<div>]>]]>]]>>]</DIV>" 输出: True 解释: 我们首先将代码分割为： start_tag|tag_content|end_tag 。 start_tag -> "<DIV>" end_tag -> "</DIV>" tag_content 也可被分割为： text1|cdata|text2 。 text1 -> ">> ![cdata[]] " cdata -> "<![CDATA[<div>]>]]>" ，其中 CDATA_CONTENT 为 "<div>]>" text2 -> "]]>>]" start_tag 不是 "<DIV>>>" 的原因参照规则 6 。 cdata 不是 "<![CDATA[<div>]>]]>]]>" 的原因参照规则 7 。 不合法代码的例子: 输入: "<A> <B> </A> </B>" 输出: False 解释: 不合法。如果 "<A>" 是闭合的，那么 "<B>" 一定是不匹配的，反之亦然。 输入: "<DIV> div tag is not closed <DIV>" 输出: False 输入: "<DIV> unmatched < </DIV>" 输出: False 输入: "<DIV> closed tags with invalid tag name <b>123</b> </DIV>" 输出: False 输入: "<DIV> unmatched tags with invalid tag name </1234567890> and <CDATA[[]]> </DIV>" 输出: False 输入: "<DIV> unmatched start tag <B> and unmatched end tag </C> </DIV>" 输出: False 注意: 为简明起见，你可以假设输入的代码（包括提到的任意字符）只包含数字, 字母, '<','>','/','!','[',']'和' '。
【最初思路】
1.把字符串分为三部分 <1>首标签 <2>body主体 <3>尾标签 首先判断首位标签是否合法 <1.大写字母><2.长度1-9><3.首尾仅差一个/><4.被<>所包含> 2.判断主体三部分 <1>text1 <2>cdata <3>text2 文本判断:不能有不匹配的<,不匹配的起始标签或结束标签,或者不合法的闭合标签 <2.1关于<没有>与之匹配，是不合法。并且一个<或</，所有直到下一个>的前的字符，都应当被解析为 TAG_NAME <2.2关于<![CDATA[body]]> body里的东西不用管 没有遇到<就是txt1 主体里面是否有标签嵌套只要不遇到<，就是txt1，判断是否合法 1.遇到<判断是否是cdata 若是cdata 2.不是寻找>并先判断首尾标签是否合法，合法递归判断该嵌套标签是否合法 3.判断txt2是否合法【最终思路】
1.body字符串不能遍历，复杂度太高 使用字符串的contains方法，delete方法和replace方法 2.解决cdata问题，while循环+delete 遇到cdata首尾标签一块删 遇到尾小于首，在内层加while循环中，循环删除，直至直到符合要求的首尾标签 跳出，若找不到符合要求的尾标签，尾标签删除完毕，return false 跳出条件： <1.字符串中不再包含首cdata 3.解决body剩余部分可能包含嵌套标签的问题 思路根cdata大致相同，区别：不能直接删除，而是用 { 代替 < ，用 } 代替 > 先用oldstring复制一份经过2过程的body字符串备用 <如果能找到索引比它大的>就是一对 如果索引比它小就进入内层循环，把>变成 } ，一直找，若找不到，就return false，找到了就把一对变换并记录下标，跳出 当集合里有大小为四时就递归调用judge函数，并清空集合 跳出条件 <1.字符串中不再包含< 跳出后如果集合有两个元素，return false 完成上述操作而没有提前返回false的返回truepublic class demo{ public static boolean judge(String tag) { int len1 = 0; String[] strings = new String[3]; for(int i=0;i ') { len1 = i+1; break; } }else { return false; } } int len2 = 0; for(int i=tag.length()-1;i>=0;i--) { if(tag.charAt(tag.length()-1)=='>') { if(tag.charAt(i)=='<') { len2 = i; break; } }else { return false; } } strings[1] = tag.substring(len2,tag.length()); strings[2] = tag.substring(len1,len2); strings[0] = tag.substring(0,len1); /*System.out.println(strings[1]); System.out.println(strings[2]); System.out.println(strings[0]);*/ if(strings[1].startsWith(" ='A'&&s1<='Z')&&(s2>='A'&&s2<='Z')))) { return false; } strings1Index++; } }else { return false; } int index1 = 0,index2 = 0; while(true) { if(strings[2].contains("")) { index2 = strings[2].indexOf("]]>"); } if(index1 ")) { index2 = strings[2].indexOf("]]>"); }else { return false; } if(index1 list = new ArrayList<>(); while(true) { if(strings[2].contains("<")) { t1 = strings[2].indexOf("<"); }else { break; } if(strings[2].contains(">")) { t2 = strings[2].indexOf('>'); } if(t1 ")) { t2 = strings[2].indexOf(">"); } if(strings[2].contains("<")&&!(strings[2].contains(">"))) { return false; } if(t1
转载地址：http://biazi.baihongyu.com/