Python - 删除未关闭的标签

Question

在Python中，我有一系列带有未闭合标签的杂乱字符串。注意：这不需要是适当的XML，因为它适用于NLP解析器。例如，考虑以下字符串：

<hi><TIMEX>every monday, wednesday and friday</TIMEX> </TIMEX>but <TIMEX>not saturday 
</TIMEX></bye><TIMEXUNTIL>until january</TIMEXUNTIL> from <TIMERANGE>11:30am-12:00
</TIMERANGE>

我们有一个额外的开放标签：

<hi>

额外结束标签：

</TIMEX>
</bye>

如何轻松删除任何不匹配的打开/关闭标签？我正在寻找的输出是：

<TIMEX>every monday, wednesday and friday</TIMEX> but <TIMEX>not saturday 
</TIMEX><TIMEXUNTIL>until january</TIMEXUNTIL> from <TIMERANGE>11:30am-12:00
</TIMERANGE>

Answer 1

一种解决方案是迭代字符串，查找标签，包括已关闭和已打开的标签。

然后相应地放置逻辑。理想情况下，它可以通过堆栈数据结构来解决。可以使用以下逻辑编写代码。 -

1. 让a成为标签，无论是打开还是关闭
2. 检查标签是否在列表中，以相反的方式检查
3. 如果您在列表中找到合适的标签并将其删除。如果没有，也添加该标签及其位置。适当的标签也可以定义为打开的一个或另一个开放标签的封闭标签，或者封闭标签的开放标签。
4. 在迭代结束时，您将拥有未关闭/未打开的标签及其位置。现在你可以继续删除。