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：
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
<br>→<br>，<img src="a.jpg" alt="如何将不规范的HTML转换为格式良好的XML Tidy工具" >→<img src="a.jpg" alt="如何将不规范的HTML转换为格式良好的XML Tidy工具" > - 属性值强制加双引号：
<a href="home.html"></a>→<a href="home.html"></a> - 大小写统一：将大写标签名转为小写（
<div> → <code><div>），符合 XML 规范 <li>嵌套错误修复：对 <code><p></p> <div>...</div>这类非法嵌套尝试重排结构 - 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：
<?xml version="1.0" encoding="utf-8"?>（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
<script></script>或未转义的字符
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：
