Question

我有一个XML文件，其中包含如下所示的部分。 img 和 br 不是标签，但在解析时，SAX认为img和br是标签，因此它们没有关闭标签，因此SAX引发了错误。我如何克服这一点，如何在解析时忽略img和br。谢谢你！

<summary xml:base="http://www.dailymail.co.uk/health/index.html?ITO=1490" xml:lang="en-GB" type="html">
    <img src="http://i.dailymail.co.uk/i/pix/2011/10/30/article-2055372-01A8032A0000044D-515_87x84.jpg" width="87" height="84"><br>Millions take statins to combat heart disease by lowering cholesterol, but research suggests that high cholesterol could be a key factor in the development of breast cancer.
</summary>

Answer 1

标签必须关闭。＆lt; br /＆gt;并且在img标签结束之前添加斜杠（'/'）符号如此＆lt; img src =“path”/＆gt;
我试过，它有用; - ）

Answer 2

我认为这个XML无效 - 每个解析器都会尝试解析该XML中的 img 和 br 标记。
它们应该被CDATA标记包围，以便它们不被解析：
http://www.w3schools.com/xml/xml_cdata.asp

Answer 3

这不是格式良好的XML。在XML中，必须关闭每个元素，或者使用结束标记（<br>...</br>），或者将implicity作为空标记（<br/>）。如果某些标记字符需要作为文本，那么它们应该嵌入CDATA部分......

<![CDATA[This is my <em>character</em> data, not markup.]]>

...或使用字符实体引用：

This is my &lt;em&gt;character&lt;/em&gt; data, not markup.

SAX无法知道某些标记应该被视为XML而其他标记不仅仅因为它们是HTML元素。如果它看到<br>，则会假设它会启动一个br元素，稍后会遇到相应的结束标记。

读取格式不正确的XML时出现SAX错误

3 个答案: