java - 使用java中的正则表达式从无效/部分xml中提取值

Question

我有一个像这样的xml，它是直接从数据库获取的(不需要是具有正确开始和结束标签的有效XML)。我需要从此xml中提取数据，例如。颜色、级别、前缀等。由于不能保证正确的 xml 格式，所以我唯一的方法是正则表达式..或者是吗？

xml 看起来像这样

<indicator label_unit_en="Index points" label_unit_de="Basis punkte">  
<partition id="P_ABC_DEF.3">    
<part color="darkgreen"   level="50"    prefix_en="aaa 111"   prefix_de="unt ü 50">    
<part color="lightgreen"  level="100"   prefix_en="50 to 100"  prefix_de="qwe 100">    
<part color="lightorange" level="200"   prefix_en="100 to 200" prefix_de="100 qw 200">    
<part color="darkorange"  level="300"   prefix_en="200 to 300" prefix_de="20 w0">    
<part color="lightred"    level="500"   prefix_en="300 to 500" prefix_de="rr 0">    
part color="darkred"     level="99999" prefix_en="above 500"  prefix_de="ü 2">  
</partition>
</indicator>

任何人都可以建议我一种从该 xml 中提取数据的方法吗？？？

我能够从
中提取数据颜色(颜色=\"(\\w+?)\"),
level(level=\"(\\w+?)\)，
但不是来自其他人。

我创建的任何匹配器都找不到 prefix_en、prefix_de、label_unit_en、label_unit_de 的任何内容

请为此提出解决方案。或者除了正则表达式之外还有什么方法可以解决这个问题。

Answer 1

也许，初始 XML 可以通过像 http://jtidy.sourceforge.net/ 这样的库转换为格式良好的 XML。 ，然后通过xPath或者节点扫描提取数据。