🔧 HTML标签修复

功能概述

这是一个用于修复翻译后HTML文件中多余标签的自动化工具。该工具以原始文件夹（www0）为基准，自动检测并删除目标文件夹（www）中翻译后多出的HTML闭合标签，如多余的 `< /select>`、`< /div>` 等标签。

工作原理

1. 标签提取

脚本使用正则表达式提取HTML文件中的所有标签：

• 识别开始标签：``
• 识别闭合标签：``
• 识别自闭合标签：``（不会被统计）

2. 标签序列对齐（LCS）

将基准与目标两侧的标签流统一抽取为令牌序列（例如 `open:div`、`close:div`，忽略自闭合标签）：

1. 计算两侧令牌序列的最长公共子序列（LCS），保持与基准一致的相对顺序
2. 目标序列中"未能加入 LCS 的令牌"视为相对基准的多余
3. 在这些多余令牌中，仅删除闭合令牌（`close:*`），从而优先删除"提前闭合"的标签
4. 删除按"从后往前"的顺序执行，避免位置偏移

主要功能

• 自动检测多余标签：通过对比基准文件和目标文件的HTML标签结构，识别出多余的闭合标签
• 安全备份：修复前自动创建 `.backup` 备份文件，确保原文件安全
• 详细日志记录：生成JSON格式的日志文件，记录每个文件的修改行号
• 进度显示：实时显示处理进度和修复统计信息

使用示例

<div class="form-floating">
  <select id="floatingSelect6" class="form-select">
  </select>  <!-- 提前闭合（错误） -->
  <option>数学</option>
  <option>英语</option>
  </select>
</div>

<div class="form-floating">
  <select id="floatingSelect6" class="form-select">
    <option>数学</option>
    <option>英语</option>
  </select>
</div>

日志文件格式

日志文件采用标准JSON格式，记录每个文件中被删除标签的行号：

{
  "add-course.html": [1609],
  "dashboard.html": [156, 289],
  "settings.html": [45, 78, 234]
}