如何修复 XML“开始和结束标记不匹配错误”？

Question

我正在尝试修复包含数千行存在错误的 XML 文件：

开始和结束标签不匹配错误

我现在正在使用 simpleXML 来解析此文件，因此在使用此库进行解析之前，我需要修复 XML 文件：

现在我正在尝试这个解决方案，但这还不够：

libxml_use_internal_errors(true);
$xml = @simplexml_load_file($temp_name);
     $errors = libxml_get_errors();
     foreach ($errors as $error) {
         if (strpos($error->message, 'Opening and ending tag mismatch')!==false) {
             $tag   = trim(preg_replace('/Opening and ending tag mismatch: (.*) line.*/', '$1', $error->message));
             $lines = file($temp_name, FILE_IGNORE_NEW_LINES);
             $line  = $error->line+1;
             echo $line;
             echo "<br>";
             $lines[$line] = '</'.$tag.'>'.$lines[$line];
             file_put_contents($temp_name, implode("\n", $lines));
         }
     }

有什么想法吗？

Answer 1

首先，如果您的数据已损坏，那么修复生成数据的程序通常比修复数据更重要。

如果文件中唯一的错误是结束标记不匹配，则假定修复策略是完全忽略结束标记中的内容，因为 XML 结束标记中出现的名称是多余的。您可能会发现现有的工具（例如 TagSoup 或 validator.nu）可以按照您想要的方式处理此问题；或者您可能会发现这样的工具输出 XML，可以将其转换为您想要的形式。这比为这种非 XML 语法编写自己的解析器有更好的前景。

Answer 2

当我在内容中包含

<

（在开始标签和结束标签之间）时，我大多会收到此错误：

在内容中提及由 <

 和 

>

 包围的 

会产生错误。

在内容中提及由 <

 和 

>

 包围的 

不会给出错误。

Answer 3

我认为这是简单的解决方案。

请检查您的结束标签。

例如，这应该是正确的。

$xml.="</childelement>";

而不是

$xml.="<childelement/>";