HTML正则测试不能替代验证器

在日常开发中，为了快速检查HTML代码片段，有人可能会想到用正则表达式测试工具。但开门见山地说，这种“HTML正则测试”完全不能替代真正的HTML验证器，更不该被当作验证手段来使用。为什么？让我们把这事儿掰开揉碎了讲。

HTML正则测试本质是字符串匹配

咱们通常说的“HTML正则测试”，无非就是把一段HTML代码粘贴到在线正则工具里，然后写个pattern去试图匹配标签、属性或者某些内容。它的工作逻辑非常简单且原始：只对输入的那段纯文本进行一次性的正则扫描。

听起来好像够用？其实局限非常大：

• 它根本不解析DOM结构。这意味着它无法理解标签之间的嵌套关系、自闭合标签的规范、HTML命名空间，甚至处理不了HTML实体。比如代码里的&，在它看来就是单纯的字符“&”，而不会识别为“&”。
• 它无法区分不同类型的代码区块。注释、CDATA区域、