Question

我有问题。我正在对XML代码进行一些更改，但有时它会重叠，如：

<xref><mytag></xref></mytag>

我正在考虑一个解析XML文件并修复该问题的脚本，如：

<xref><mytag></mytag></xref><mytag></mytag>

任何人都可以帮助我吗？也许有些正规表达？或者一些工具准备好使用，python脚本等我有很多文件需要修复，我会很感激你的每一个建议！s

Answer 1

使用lxml;通过设置recover标志，库可以尝试解析无效的XML并进行清理：

>>> from lxml import etree
>>> from StringIO import StringIO
>>> ex = '<xref><mytag>there is some text</xref></mytag>'
>>> parser = etree.XMLParser(recover=True)
>>> tree = etree.parse(StringIO(ex), parser)
>>> etree.tostring(tree.getroot())
'<xref><mytag>there is some text</mytag></xref>'

Answer 2

这是我在Python中处理xml的最佳工具：lxml

但问题是，我担心lxml无法解决，因为xml无效。我鼓励您使用一些xml工具或库（lxml）来生成有效的xmls并避免此类问题。

Answer 3

对于C ++，您可以使用POCO库XML（文档）功能来编辑XML文件：Poco::XML::Document

如何修复重叠的XML？

3 个答案: