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。 - 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。 - 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。
- 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）。 - 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' '。
解法1：栈 + 字符串遍历
本题是一道解析字符串的题目，涉及到标签的闭合。由于标签具有「最先开始的标签最后结束」的特性，因此我们可以考虑使用一个栈存储当前开放的标签。除此之外，我们还需要考虑 cdata 以及一般的字符，二者都可以使用遍历 + 判断的方法直接进行验证。
我们可以对字符串 code 进行一次遍历。在遍历的过程中，根据遍历到位置 i 的当前字符，采取对应的判断：
如果当前的字符为 <，那么需要考虑下面的四种情况：
- 如果下一个字符为 /，那么说明我们遇到了一个结束标签。我们需要定位下一个 > 的位置 j，此时 code[i+2..j−1] 就是该结束标签的名称。我们需要判断该名称与当前栈顶的名称是否匹配，如果匹配，说明名称的标签已经闭合，我们需要将当前栈顶的名称弹出。同时根据规则 1，我们需要保证整个 code 被闭合标签包围，因此如果栈中已经没有标签，但是 j 并不是 code 的末尾，那么说明后续还会有字符，它们不被闭合标签包围。
- 如果下一个字符为 !，那么说明我们遇到了一个 cdata，我们需要继续往后读 7 个字符，判断其是否为 [CDATA[。在这之后，我们定位下一个 ]]> 的位置 j，此时 code[i+9..j−1] 就是 cdata 中的内容，它不需要被解析，所以我们也不必进行任何验证。需要注意的是，根据规则 1，栈中需要存在至少一个开放的标签。
- 如果下一个字符为大写字母，那么说明我们遇到了一个开始标签。我们需要定位下一个 > 的位置 j，此时 code[i+2..j−1] 就是该开始标签的名称。我们需要判断该名称是否恰好由 1 至 9 个大写字母组成，如果是，说明该标签合法，我们需要将该名称放入栈顶。
- 除此之外，如果不存在下一个字符，或者下一个字符不属于上述三种情况，那么 code 是不合法的。
如果当前的字符为其它字符，那么根据规则 1，栈中需要存在至少一个开放的标签。
在遍历完成后，我们还需要保证此时栈中没有任何（还没有结束的）标签。
Java版：
class Solution {
public boolean isValid(String code) {
Deque<String> tags = new ArrayDeque<>();
int n = code.length();
int i = 0;
while (i < n) {
if (code.charAt(i) == '<') {
if (i == n - 1) {
return false;
}
if (code.charAt(i + 1) == '/') {
if (tags.isEmpty()) {
return false;
}
int j = code.indexOf(">", i);
if (j == -1) {
return false;
}
String tagname = code.substring(i + 2, j);
if (!tags.peek().equals(tagname)) {
return false;
}
tags.pop();
i = j + 1;
if (i != n && tags.isEmpty()) {
return false;
}
} else if (code.charAt(i + 1) == '!') {
if (tags.isEmpty()) {
return false;
}
if (i + 9 > n - 3) {
return false;
}
String cdata = code.substring(i + 2, i + 9);
if (!cdata.equals("[CDATA[")) {
return false;
}
int j = code.indexOf("]]>", i + 9);
if (j == -1) {
return false;
}
i = j + 3;
} else {
int j = code.indexOf(">", i);
if (j == -1) {
return false;
}
String tagname = code.substring(i + 1, j);
if (tagname.length() < 1 || tagname.length() > 9) {
return false;
}
for (int k = 0; k < tagname.length(); k++) {
if (!Character.isUpperCase(tagname.charAt(k))) {
return false;
}
}
tags.push(tagname);
i = j + 1;
}
} else {
if (tags.isEmpty()) {
return false;
}
i++;
}
}
return tags.isEmpty();
}
}Python3版：
class Solution:
def isValid(self, code: str) -> bool:
tags = list()
n = len(code)
i = 0
while i < n:
if code[i] == '<':
if i == n - 1:
return False
if code[i + 1] == '/':
if not tags:
return False
j = code.find(">", i)
if j == -1:
return False
tagname = code[i + 2 : j]
if tags[-1] != tagname:
return False
tags.pop()
i = j + 1
if i != n and not tags:
return False
elif code[i + 1] == '!':
if not tags:
return False
if i + 9 > n - 3:
return False
cdata = code[i + 2 : i + 9]
if cdata != '[CDATA[':
return False
j = code.find("]]>", i + 9)
if j == -1:
return False
i = j + 3
else:
j = code.find(">", i)
if j == -1:
return False
tagname = code[i + 1 : j]
if not 1 <= len(tagname) <= 9 or not all(ch.isupper() for ch in tagname):
return False
tags.append(tagname)
i = j + 1
else:
if not tags:
return False
i += 1
return not tags复杂度分析
- 时间复杂度：O(n)，其中 n 是字符串 code 的长度。我们只需要对 code 进行一次遍历。
- 空间复杂度：O(n)，即为栈存储标签名称需要使用的空间。
扫一扫
303
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
