使用破碎的xml中存在的xml的有效部分

Question

如何使用破碎的xml中存在的xml的有效部分

Ex：＆lt; nodea＆gt;
＆lt; nodeb＆gt; DATA＆lt; / nodeb
＆lt; nodec＆gt; DATA＆lt; / nodec＆gt;

在上面因为nodea没有被关闭所以这是一个破碎的xml，但是nodeb＆amp; nodec是nodea中存在的有效Xmls。所以我可以使用libxml2来检索它们内部的数据。

Answer 1

在解析文件之前，你必须通过启发式黑客修复该文件。

$ cat broken.xml 
<nodea>
<nodeb>DATA</nodeb 
<nodec> DATA </nodec>
$ < broken.xml sed 's%</nodeb[^>]%</nodeb>%'
<nodea>
<nodeb>DATA</nodeb>
<nodec> DATA </nodec>