如何忽略XML或HTML中未关闭的标签？

Question

我正在使用Text.XML和Text.XML.Cursor包在Haskell中为该站点编写解析器。

有未公开的标签并收到错误：

  

Main.hs：解析XML文件dat.html时出错：29：1-29：8：预期结束   element for：Name {nameLocalName =＆＃34; br＆＃34;，nameNamespace = Nothing，   namePrefix = Nothing}，但收到：EventEndElement（Name   {nameLocalName =＆＃34; body＆＃34;，nameNamespace = Nothing，namePrefix =   没什么}）

怎么办？如何忽略这些标签？

Answer 1

具有未关闭标记的文本对象不是well-formed， 因此不是XML。

因此，忘记使用任何XML库，解析器或工具。根据定义和设计，它们无法帮助您。

您有两种选择。或者，

1. 通过关闭未闭合来修复文本对象的格式 标签。您可以手动执行此操作，也可以尝试使用TIDY或
2. 定义允许未关闭标签的新数据格式，然后编写 从头开始解析它。