Python SAX解析器说XML文件格式不正确

Question

我从XML文件中删除了一些我认为不必要的标记。现在，当我尝试解析它时，我的SAX解析器抛出一个错误并说我的文件格式不正确。但是，我知道每个开始标记都有一个结束标记。文件的开始标记具有指向XML模式的链接。这会造成麻烦吗？如果是这样，那我该如何解决呢？

编辑：我想我发现了问题。我的角色数据包含“＆amp; lt”和“＆amp; gt”字符，大概来自html标签。解析后，这些转换为“＆lt;”和“＆gt;”字符，似乎打扰了SAX解析器。有什么办法可以防止这种情况发生吗？

Answer 1

我建议将这些标签重新放入并确保它仍然有效。然后，如果你想把它们取出来，一次一个，直到它破裂。

然而，我质疑将它们拿走的智慧。如果它是您的XML文件，您应该更好地理解它。如果它是第三方XML文件，你真的不应该摆弄它（直到你更好地理解它： - ）。

Answer 2

sax解析器不会向您提供有关 它认为格式不正确的详细信息吗？

您是否尝试将文件加载到XML编辑器并在那里进行检查？其他XML解析器是否接受它？

架构不应该改变XML是否格式正确;它可能会改变它是否有效。有关详细信息，请参阅wikipedia entry for XML well-formedness;有关详细信息，请参阅XML specs：）

编辑：代表“＆amp;”在文本中，您应该将其转义为&

所以：

&lt

应该是

&lt

（假设你真的想要＆符号，l，t）。

Answer 3

我会第二次建议尝试使用另一个XML解析器解析它。这应该表明它是错误的文档还是解析器。

此外，实际的错误消息可能很有用。例如，一个相当常见的问题是xml声明（如果使用的话，它是可选的）必须是第一件事 - 甚至在它之前都不允许使用空格。

Answer 4

如果您没有XML编辑器，可以将其加载到Firefox中。 Firefox会向您显示错误。