如何修复XML“打开和结束标记不匹配错误”？

Question

我正在尝试修复包含数千行错误的XML文件：

打开和结束标记不匹配错误

我现在正在使用simpleXML来解析这个文件，所以在解析这个库之前我需要修复XML文件：

现在我正在尝试这个解决方案，但这还不够：

libxml_use_internal_errors(true);
$xml = @simplexml_load_file($temp_name);
     $errors = libxml_get_errors();
     foreach ($errors as $error) {
         if (strpos($error->message, 'Opening and ending tag mismatch')!==false) {
             $tag   = trim(preg_replace('/Opening and ending tag mismatch: (.*) line.*/', '$1', $error->message));
             $lines = file($temp_name, FILE_IGNORE_NEW_LINES);
             $line  = $error->line+1;
             echo $line;
             echo "<br>";
             $lines[$line] = '</'.$tag.'>'.$lines[$line];
             file_put_contents($temp_name, implode("\n", $lines));
         }
     }

任何想法？

Answer 1

首先，如果您有损坏的数据，那么修复生成它的程序通常比修复数据更重要。

如果文件中的唯一错误是不匹配的结束标记，则可能修复策略是完全忽略结束标记中的内容，因为XML结束标记中出现的名称是多余的。 您可能会发现TagSoup或validator.nu等现有工具以您希望的方式处理此问题; 或者你可能会发现这样一个工具输出的XML可以转换成你想要的形式。 这比为这种非XML语法编写自己的解析器更好。

Answer 2

我认为这是简单的解决方案。

请检查结束标记。

例如，这应该是正确的。

$xml.="</childelement>";

代替

$xml.="<childelement/>";