忽略XML標記之間的文本

Question

""" test.xml 

<xyz> 
     <pqr> 
     <abc><a href="data:text/html;charset=utf-8,base64,JTNjc2NyaXB0JTNlYWxlcnQoIlhTUyIpO2hpc3RvcnkuYmFjaygpOyUzYy9zY3JpcHQlM2UiPjwvYT4=</abc> 
     </pqr> 
     <pqr> 
     <abc><iframe src="data:text/html;charset=utf-8,base64,JTNjc2NyaXB0JTNlYWxlcnQoIlhTUyIpO2hpc3RvcnkuYmFjaygpOyUzYy9zY3JpcHQlM2UiPjwv</abc> 
     </pqr> 
<xyz> 

"""" 

當我使用這個XML文件並在python中解析時，它顯示錯誤（不正確）。我怎樣才能解析這個XML文件或任何其他方法從這個文件中獲取數據。

Answer 1

您可以先修改XML和使用CDATA來封裝格式不正確的XML

例如：

<xyz> 
     <pqr> 
     <abc><![CDATA[<a href="data:text/html;charset=utf-8,base64,JTNjc2NyaXB0JTNlYWxlcnQoIlhTUyIpO2hpc3RvcnkuYmFjaygpOyUzYy9zY3JpcHQlM2UiPjwvYT4=]]></abc> 
     </pqr> 
     <pqr> 
     <abc><![CDATA[<iframe src="data:text/html;charset=utf-8,base64,JTNjc2NyaXB0JTNlYWxlcnQoIlhTUyIpO2hpc3RvcnkuYmFjaygpOyUzYy9zY3JpcHQlM2UiPjwv]]></abc> 
     </pqr> 
<xyz> 

見：http://www.w3schools.com/xml/xml_cdata.asp

這個你可以使用Python中的XML解析器

後

Answer 2

對你的XML片段進行快速的視覺檢查，以及兩件事情跳到我的身上：你的XML沒有形成良好：

• 您的交易<xyz>元素缺少它的斜線：它應該是</xyz>
• 你<a>和元素也未關閉。

Answer 3

的<xyz>標籤不均衡（有兩個開放標籤）和test.xml線是虛假的。您的<a>標記未關閉，它的href屬性未被引用。和你的iframe標籤一樣。您正在使用的解析器應該告訴您它遇到錯誤的位置。修復它，然後你會很好去。

如果你想解析xml，首先你必須確保它是well formed XML。通常情況下，可以做一些小小的按摩來製作一個不可解析的代碼片段，以便您可以使用標準的解析器。