在Java中解析“偽” XML（即格式不正確）？

Question

我有一些看起來像這樣的xml：

<xml><name>oscar</name><race>puppet</race><class>grouch</class></xml>

該標簽改變，是可變的，所以不會有永遠是一個“名稱”標簽。

我嘗試了3或4個解析，它們似乎都使它窒息。 有什么提示嗎？

Answer 1

這是有效的xml； 嘗試添加允許可選元素的XML模式。 如果可以編寫xml模式，則可以使用JAXB對其進行解析。 XML允許具有可選元素； 它不太“嚴格”。

Answer 2

僅僅因為它沒有定義的架構 ，並不意味着它不是“有效”的XML-您的示例XML 是 “格式正確的”。

dom4j庫將為您完成此任務。 解析之后（您的XML將解析為OK），您可以遍歷子元素，無論它們的標簽名稱是什么，並可以使用您的數據。

以下是使用方法的示例：

import org.dom4j.*;

String text = "<xml><name>oscar</name><race>puppet</race><class>grouch</class></xml>";
Document document = DocumentHelper.parseText(text);
Element root = document.getRootElement();

for ( Iterator i = root.elementIterator(); i.hasNext(); ) {
    Element element = (Element) i.next();
    String tagName = element.getQName();
    String contents = element.getText();
    // do something
}

Answer 3

您的XML樣本是格式正確的XML，如果有任何“窒息”的跡象，那么對我們來說，確切地了解“窒息”的症狀是很有用的。