用重複的根元素解析XML

-1

我試圖用C＃.NET 4.0中的重複根元素以編程方式清理無效的XML。我想要做的是所有的內部元素合併到一個根元素，並刪除重複的根源，使用重複的根元素解析XML

<a> 
    <b></b> 
</a> 
<a> 
    <c></c> 
</a>

成爲

<a> 
    <b></b> 
    <c></c> 
</a>

然而，複製根元素也可以出現在內部XML。在這種情況下，我們不希望來取代它，這樣

<a> 
    <a></a> 
    <b></b> 
</a> 
<a> 
    <c></c> 
    <a></a> 
</a>

成爲

<a> 
    <a></a> 
    <b></b> 
    <c></c> 
    <a></a> 
</a>

而且，複製根元素是不能保證總是<a>;它可以有任何名字。

到目前爲止，我一直試圖想出一些優雅的正則表達式來完成這項任務，如/<((.|\n|\r)*?)>(.|\n|\r)*<\/\1>/，但與此相關的問題是內部XML上的貪婪匹配過多匹配，並且非貪婪內部XML匹配匹配太少。

我希望我不必訴諸創建一個堆棧來計算打開和關閉標記，以確定我何時回到文檔的根目錄。我正在尋找解決此問題的簡單而優雅的方法。

開源的第三方庫是潛在的可接受的解決方案，如果其中一個處理這種情況，但我寧願避免它們。

有沒有人有任何想法？

將XML實際讀取爲XML可能會更好......您應該可以創建設置爲Fragment的ConformanceLevel的閱讀器，並將所有片段作爲普通XML讀取。而不是使用普通的XML處理來選擇/複製Xml節點。

2012-06-20 23:07:32

啊！這個答案揭示了我在.NET中處理XML時的無知。我不知道有一種方法可以自動分析不符合規範的XML。謝謝！ –

有人有一個很好的答案，他們剛剛刪除。獲取根節點的名稱，並刪除所有這些節點。不管它是什麼，應該很容易獲得第一個節點的名稱。

這將使文檔基本上保持您想要的狀態，然後將所有內容都包裝在其中一個節點中。完成。

2012-06-20 22:56:11 Tyrsius

回答