Question

示例：

...some string content here...
<test>
    <a>
        ...something...
    </a>
    <a/>
    {position 1}
    <b>{position 2}
        <c>
            ...something else...
            {position 3}
        </c>
        <c/>
        <d>
            <e/>
            {position 4}
            <e>
                ...another thing here...
                {position 5}
            </e>
        </d>
        {position 6}
    </b>
    {position 7}
...more xml and other sting content...

我需要在（例如）位置找到父封闭元素   如上所述。

结果将是：{position 1} = test {position 2} = b {position   3} = c {position 4} = d {position 5} = e {position 6} = b {position 7}   =测试

说明：    - 没有任何元素标记名称已知    - 孔串可以包括非xml内容    - 数据的大小非常大（> 50MB文本文件）

必须有一种搜索技术，从给定位置开始向后读取，直到找到有效匹配（如果有）。

感谢名单

Answer 1

根据定义，无法解析无效的XML。这就是为什么任何XML解析器都会拒绝解析它并返回错误。

如果XML解析器无法解析它，你也不能（基本上）。你要求的不是一些简单的字符串或简单的标签集合，可以被正则表达式抓取。你真的必须做一个完整的解析（可能是无效的数据！），以便在特定的位置找到父标签。

更新：，看看我在说什么，考虑在您的示例中找到{position 1}的父级。

解决此问题的简单方法可能是“向后查找开始标记”。但是你显然无法获得你找到的第一个开头标记（<a>），因为它在该位置之前关闭。
因此，当您向后移动时，您必须看到</a>，并记住<a>标记已关闭，因此您不会将<a>视为父级。
当然，在你到达父母之前，可能会有任意数量的打开和关闭标签。您必须跟踪所有这些（包括多次出现的相同标记）。

如您所见，这非常复杂。这是在您允许文件中的任何无效元素之前。

一种可行的简单方法：如果您确切知道文件错误是什么，则可以删除这些错误，然后将更正后的文件提供给XML解析器。

否则，您必须为特定品牌的无效XML编写自己的自定义解析器。它甚至可能不可能，具体取决于文件中的错误类型。

在给定位置的无效XML字符串中查找父元素

1 个答案: