非xml的DOM解析器

Question

我想解析以下类型的文本。例1 <root>my name is <j> <b> mike</b> </j> </root>

示例2

<root> my name is   <mytag1 attribute="val" >mike</mytag1> and yours is <mytag2> john</mytag2> </root>

我可以使用DOM解析器解析它吗？我将不会有相同的格式evry time。我可以有不同格式的标签嵌套。我不提前知道格式。

Answer 1

这两个示例都是有效的XML文档，所以没有理由可以这样做。

如果您的XML非常简单，特别是如果它将文本和标签组合在一起，您可能希望首先通过XSL transformation运行它，以便更容易解析格式或将其转换为其他格式，例如作为HTML。

Answer 2

您可以将DOM解析器用于您提供的示例 - 它们是有效的XML。但是，根据您的主题，您将无法将其用于非XML 。

当你说你可以拥有“嵌套标签的不同格式”时，你究竟是什么意思？如果它总是简单嵌套，例如

<root>
  <tag1>
    <tag2>
      <tag3>
        Stuff
      </tag3>
    </tag2>
  </tag1>
</root>

那就没关系了。但是，XML解析器不喜欢在“内部”标记之前关闭“外部”标记的标记：

<root>
  <tag1>
    <tag2>
      Stuff
    </tag1> <!-- Invalid -->
  </tag2>
</root>