c++ - 如何修复重叠的 XML？

Question

我有一个问题。我正在对 XML 代码进行一些更改，但有时它会重叠，例如:

<xref><mytag></xref></mytag>

我正在考虑将解析 XML 文件并解决该问题的脚本，例如:

<xref><mytag></mytag></xref><mytag></mytag>

有人可以帮我吗？也许一些正则表达式？或者一些随时可用的工具，python 脚本等。我有很多文件要修复，我将不胜感激每一个建议!s

Answer 1

使用lxml ;该库可以通过设置 recover 标志来尝试解析您的无效 XML 并清除它:

>>> from lxml import etree
>>> from StringIO import StringIO
>>> ex = '<xref><mytag>there is some text</xref></mytag>'
>>> parser = etree.XMLParser(recover=True)
>>> tree = etree.parse(StringIO(ex), parser)
>>> etree.tostring(tree.getroot())
'<xref><mytag>there is some text</mytag></xref>'