python - 忽略 xml.etree.ElementTree.XMLParser Python 中不匹配的标签

Question

有什么方法可以忽略 Python xml.etree.ElementTree.XMLParser 中不匹配的标签吗？

Answer 1

如果有不匹配的标签，那么您正在处理的输入就不是定义为 XML 的(因为它的格式不正确)。 ElementTree 无法“忽略”不匹配的标签。

---

XMLParser lxml 库中的类有一个 recover构造函数参数(参见 http://lxml.de/api/lxml.etree.XMLParser-class.html )。当recover=True , lxml 将尝试修复格式错误的输入。示例:

from lxml import etree

BADINPUT = """
<root> 
  <foo>ABC</bar> 
  <baz>DEF</baz> 
</root>"""

parser = etree.XMLParser(recover=True)
root = etree.fromstring(BADINPUT, parser)
print etree.tostring(root)

输出(错误的 </bar> 结束标记已更改为 </foo> ):

<root> 
  <foo>ABC</foo>
  <baz>DEF</baz> 
</root>