java - 在 Java 中清理错误的 XML

Question

我正在使用返回无效“XML”的第三方库，因为它包含无效字符以及未声明的实体。我需要使用 Java XML 解析器来解析这个 XML，但它令人窒息。

是否有一种通用的方法来清理此 XML 以使其有效？

Answer 1

我认为你的选择是这样的:

• Tag Soup
• JTidy
• 自己动手。

前两个更重量级，因为它们旨在解析格式错误的 HTML。如果您知道问题是由于编码和实体引起的，但在其他方面格式良好，我建议您自己动手:

• 将编码标准化为 UTF-8
• 对 > 和 < 字符(文本实体)之间的文本使用标准编码器。