使用Regex获取所有无效XML标签的列表？

Question

我的XML包含在一个字符串中，该字符串包含许多元素的无效xml标记，如果标记以数字开头，则标记为“无效”。例如，以下内容无效：

 <1>....</1>, <123abc>, etc. 

在XML中，我们会将某些标记识别为无效：

 <tag1> ----> valid tag
     <1tagname>....</1tagname> --->invalid tagname
     <2tagname>....</2tagname> --->invalid tag name
 </tag1> ----> valid tag

我想获取一个无效的xml标签列表，我想添加一个特殊字符串作为前缀，让我们说“item”，以便将无效转换为有效的标签名称。

我正在使用Java语言兼容的正则表达式。

Answer 1

您可以使用：

String result = yourstr.replaceAll("(?<=</?)(?=[0-9])", "item");

Answer 2

您可以使用堆栈。

<强>解释

就像括号表达式有效一样。 你的代码应该像这样工作：

1. 阅读xml
2. 对于每个开始标记，将其推入堆栈
3. 对于每个结束标记，将其与堆栈顶部进行比较
4. 如果不匹配 - 标记为问题 - 添加前缀
5. 如果匹配 - 弹出堆栈
6. 完成读取xml并且堆栈中有元素 - 添加前缀并关闭标记

这将解决简单案例。 有一些边缘情况，比如在合法标签内有不匹配的结束标签，可能还有更多