如何忽略XML或HTML中未封閉的標籤？

Question

我正在爲使用包Text.XML和Text.XML.Cursor的網站在Haskell中編寫解析器。

有未關閉的標籤，並得到一個錯誤：

Main.hs: Error parsing XML file dat.html: 29:1-29:8: Expected end element for: Name {nameLocalName = "br", nameNamespace = Nothing, namePrefix = Nothing}, but received: EventEndElement (Name {nameLocalName = "body", nameNamespace = Nothing, namePrefix = Nothing})

怎麼辦？如何忽略這些標籤？

Answer 1

帶有未封閉標籤的文本對象不是well-formed和因此不是XML。

因此，忘記使用任何XML庫，解析器或工具。根據定義和設計，它們無法爲您提供幫助。

您有兩種選擇。或者，

1. 通過關閉未封閉的 標籤來修復文本對象的格式。您可以手動執行此操作，也可以嘗試使用TIDY或
2. 定義允許未封閉標記的新數據格式，並從頭編寫一個分析器。