RegEx关闭未关闭的标签

Question

我从投票提供商处收到了一些无效的XML数据，并希望在处理之前清理几个未关闭的标签。

目前的数据如下：

<questions>
<question number="1">
<title>What is your name?</title>
<answer>John Doe<answer> <!-- this is the problem -->
</question>
<question number="2">
...
</question>

有没有办法用正则表达式来清理它并继续关闭<answer>标记？

我有这个："<answer>.*?(?<closingtag><answer>)"来查找事件，但如何在<closingtag>命名组上进行特定替换？

对于这个非常基本的问题感到抱歉，但我正在用我的正则表达式进行一些努力。

谢谢，

哈尔

Answer 1

如果问题总是丢失/（也就是说 匹配的标签，但它当前不是关闭），你可以这样做：

查找：<([^/>]+)>([^<]*?)<\1>

替换为：<\1>\2</\1>

这将尝试查找标记为两行的未封闭标记（不包括自动关闭标记），并将其替换为标记，内容，然后是标记的结束版本。 / p>

当然有一些警告 - 如果标签的属性包含/，或者未关闭标签的值包含<（或其他标签），则此正则表达式不会工作

Answer 2

在XML验证中编程修复人为错误是一件麻烦事。在极端情况下，您也可以撤消所有XML验证。举一个例子：

<questions> 
<question number="1"> 
<title>What is your name?</title> 
<answer>John Doe<answer> 
<!-- this is the problem --> </question> <question number="2"> ... </question>

...修复

<answer>John Doe</answer> 

或者...

<answer>John</answer><answer> Doe</answer>

或者...

<answer>John Doe</answer><answer> </answer>

你能看到这是怎么回事吗？