Question

我正在使用Digester来解析xml文件，我收到以下错误：

May 3, 2011 6:41:25 PM org.apache.commons.digester.Digester fatalError
SEVERE: Parse Fatal Error at line 2336608 column 3: The element type "user" must be terminated by the matching end-tag "</user>".
org.xml.sax.SAXParseException: The element type "user" must be terminated by the matching end-tag "</user>".

但是2336608是我的文本文件的最后一行。我想我正打开一个标签，我从不关闭它。你知道如何在大文本文件中找到并修复它吗？

感谢

Answer 1

编写另一个脚本来扫描该行的每个文件，每当找到一个打开的<user>标记时，递增一个计数器并打印

line number 1234 <user> opened (1 open total)

并且每当找到关闭</user>标记时，减少计数器打印

line number 4546 </user> closed (0 open total)

由于您还有一个开始标记而不是结束标记，因此该脚本的最终输出将告诉您1个标记保持打开状态。但是，假设您的XML模型不允许嵌套的<user>标记，那么您可以假设在您看到line number ... <user> opened (2 open total)的输出时出现问题声明。

Answer 2

使用tidy -xml -e <your-xml-file>。 http://tidy.sourceforge.net/

Tidy是验证HTML的一个很好的小工具，在XML模式下（上面-xml）它也将验证XML。

它打印出解析错误的行号和列号。

大多数主要的包管理器（apt，port等）都有预先构建的包。

Answer 3

$ grep -Hin "</\?user>" Text.xml将使用或打印出每一行。如果它们没有嵌套，那么你应该能够检查输出fand找到缺少的关闭标记（紧接着就是这样。一个脚本也是这样做的：

https://gist.github.com/953837

这假设open和close标签位于不同的行上。

Answer 4

我认为没有必要启动脚本来检测xml错误。例如，您可以使用w3 xml验证器 http://www.w3schools.com/xml/xml_validator.asp

我刚刚在那里粘贴了一个15 MB的xml，我设法很容易修复它。如果您可以将xml上传到某个地方，也可以将xml输入为url。 Java在某些地方报告错误似乎很好，但是这个工具本地化了实际的错误，在纠正之后，java不再出错了。

有许多类型的xml错误，并且都与嵌套结构无关，因此最好只使用一个众所周知的工具。例如，我的错误是一个参数错误（我错过了一个“），但是java检测到了一个嵌套问题。

Digester：元素类型“user”必须由匹配的结束标记“”终止

4 个答案: