解析器錯誤：開始和結束標記不匹配：

我在讀取XML文件時遇到問題。如果你看下面的xml，你會看到元素<fl> ?fl>而不是<fl></fl>。我收到錯誤打開和結束標記不匹配。解析器錯誤：開始和結束標記不匹配：

如何：

有在XML文件中，如<fl> ?fl>而不是<fl></fl>的錯誤。如何忽略這樣的錯誤，或者在讀取xml時修復它們並將其用於解析？
我只想讀$_->{desc}->[0]->{en}->[0]的內容，而不是<de>,<es>,<fl>。

現在我在讀XML文件，如：

package test::test6382_sunseekingeurope; 
use strict; 
use warnings; 
use test; 
use base qw/test/; 
use URI::URL; 
use XML::Simple; 
use Data::Dumper; 
use constant TASK_ID => 6382; 
use constant CR_TYPE => '6382'; 
use constant IMAGE_PATH => "/home/testco/public_html/files/";#"images/"; 

sub new 
{ 
my $class = shift; 
my $self = $class->SUPER::new(CR_TYPE, TASK_ID); 
bless $self, $class; 

my $url = 'http://www.onbip.com/xml/sunseeking9.xml'; 

my $xml = $self->geturl('url'=>$url); 
$self->extract($xml); 
} 

sub extract{ 
my $self = shift; 
my $xmlfile = shift; 
my $xml = new XML::Simple(ForceArray=>1,'KeyAttr' =>'image'); 
my $data = $xml->XMLin($xmlfile); 

foreach(@{$data->{property}}){ 
    my $property = &makeScalar($_->ID->[0]); 
    my $description = &makeScalar($_->{desc}->[0]->{en}->[0]);

XML：

<property> 
<id>226887</id> 
<desc> 
<en> 
    Nice house in the center of Alhaurin de la Torre with walking distance to all amenities. 
</en> 
<es> 
    Bonita casa mata en Alhaurin de la Torre con vistas a la montana, se puede acceder caminando al centro, colegios, etc. 
</es> 
    <de> 
    guter zustand, bezaubernde immobilie, 
    </de> 
    <fl> 
    bon n acces par la route, partiellement meubl?a proximit?'?les, partiellement r?v 
    ?fl> 
</desc> 
</property>

來源

2012-10-09 user1059749

請，下次使用正確格式化。 – choroba

告訴你的代碼不能讀取XML，它只能通過Perl數據結構散步。我猜你是使用一個模塊用於解析XML，但是你有什麼顯然不是XML ... – pmakholm

有在一個XML文件來修復錯誤時不一般的方式。你所能做的就是拒絕該文件爲無效的XML。 The error handling documentation for XML::Simple解釋說：

XML標準是對不符合文件的問題非常清楚。解析任何單個元素時出錯（例如缺少結束標記）必須導致整個文檔被拒絕。

基本的問題是：一旦你允許一個文件包含錯誤，它可以包含字面上的任何東西。沒有辦法解析。真的沒有辦法知道應該「糾正」什麼。

如果出於某種原因，你的投入有非常具體的，可預見的錯誤，你可以將它傳遞給XML::Simple前檢測與一個正則表達式。只要你知道一些具體的關閉標籤將有</?或?/相反，你可以做這樣的事情：

my $xmlfile = shift; 

my $xml = new XML::Simple(ForceArray=>1,'KeyAttr' =>'image'); 

#Try it to parse the file as is first. 
my $data = eval { $xml->XMLin($xmlfile) }; 

#On error, try fixing. 
if ([email protected]) 
{ 
    $xmlfile =~ s/\?\/?(desc|en|es|de|fl)>/<\/$1>/g; 
    $data = eval { $xml->XMLin($xmlfile) }; 
    if ([email protected]) 
    { 
     die "Failed to process the file even after attempting corrections: [email protected]"; 
    } 
}

以這種方式使用正則表達式有其危險性 - 你是依靠輸入XML格式爲特定格式。但是，通過首先嚐試正常處理文件，潛在的破壞至少會被最小化。這樣，在文件失敗的情況下，你只會做一些冒險的事情。

更新：添加錯誤處理到第二個XMLIn()調用。

更新2：我更新了正則表達式以僅匹配提問者所需的確切情況（在這種情況下，最好儘可能具體以避免錯誤匹配）。

來源

2012-10-09 10:30:35 dan1111

如何更換？/ FL>在$ XMLFILE =〜S/\？（\ W +>）/ <\/$ 1 /G; 並使用這兩個正則表達式？ – user1059749

該單個正則表達式將修復任一'/ FL>'或'FL>'：？'$ XMLFILE =〜S/\ \ /？（\ w +>）/ <\/$ 1/g;'但是，要小心：如果存在多種簡單的可預測錯誤，這個問題會變得非常混亂！您需要確保您確切知道您的輸入格式可能是什麼，並且您已經處理了所有可能的情況。如果你不能這樣做，那麼你可能不應該使用這個正則表達式。 – dan1111

我只有在XML錯誤，這個元素： - > – user1059749

解析器錯誤：開始和結束標記不匹配：

回答

相關問題