Java SAXParser 解析无效的 xml [重复]

Posted 2023-02-16

【中文标题】Java SAXParser 解析无效的 xml [重复]

【英文标题】：Java SAXParser parsing invalid xml [duplicate]

【发布时间】：2013-01-06 00:37:03

【问题描述】：

我正在尝试解析一些无效的 xml，因为属性不在引号中，有没有办法解决这个问题？下面是一个简单的例子，以及java代码。

XML

<car id=1>
.
.
</car>

Java

  SAXParserFactory factory = SAXParserFactory.newInstance();
  factory.setValidating(false);
  SAXParser saxParser = factory.newSAXParser();
  saxParser.parse(page, handler);  //page is an input stream where the xml is.

谢谢。

【参考方案1】：

您遇到的是 well-formedness 问题，而不是 validation 问题（您发布的代码只是禁用了验证）。 XML 解析器要求 xml 格式正确，并且大多数情况下都是为了只原谅验证问题而编写的。如果您查看像 JSoup 这样的 html 解析器，您可能会有更好的机会，因为它们会原谅格式正确并尝试自动更正它们。

Read this article 了解格式良好和有效性之间的区别。

【讨论】：

谢谢你，我之前使用过 jsoup，我将如何使用 jsoup 自动更正 xml？

我并不是说 jsoup 会自动更正。我建议您四处寻找自动更正的 html 解析器（例如 ccil.org/~cowan/XML/tagsoup），您可以使用它来自动更正您拥有的错误 xml。

@Pangea 刚刚尝试解析 jsoup 中的 xml（使用 Jsoup.parse(string)），它确实更正了 xml，谢谢。