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

Posted 2023-02-24

【中文标题】忽略 xml.etree.ElementTree.XMLParser Python 中不匹配的标签

【英文标题】：Ignore mismatched tag in xml.etree.ElementTree.XMLParser Python

【发布时间】：2017-03-11 21:43:33

【问题描述】：

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

【问题讨论】：

不，没有。如果标签不匹配，那么您所拥有的标签格式不正确。这意味着它不是 XML。 lxml 中的XMLParser 类有一个recover 参数（lxml.de/api/lxml.etree.XMLParser-class.html），但在 ElementTree 中没有类似的东西。

【参考方案1】：

如果存在不匹配的标签，那么您正在处理的输入根据定义不是 XML（因为它的格式不正确）。 ElementTree 无法“忽略”不匹配的标签。

---

lxml 库中的XMLParser 类有一个recover 构造函数参数（请参阅http://lxml.de/api/lxml.etree.XMLParser-class.html）。当recover=True 时，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>