Анализ искаженного XML-файла в Go

У меня есть большое количество XML-файлов для синтаксического анализа, которые содержат закрытые теги, завернутые в закрытые теги. Что-то, как показано ниже:Анализ искаженного XML-файла в Go

<submission> 
<first-name>Henry 
<last-name>Donald 
<id>4224 
</submission>

Я поставил decoder.Strict = ложь, но она по-прежнему не в состоянии разобрать весь файл XML правильно.

type Submission struct { 
    FirstName string `xml:"first-name"` 
    LastName string `xml:"last-name"` 
    ID  string `xml:"id"` 
} 

func main() { 
    dec := xml.NewDecoder(bytes.NewReader([]byte(sub))) 
    dec.Strict = false 
    dec.AutoClose = xml.HTMLAutoClose 
    dec.Entity = xml.HTMLEntity 

    var s Submission 
    err := dec.Decode(&s) 
    if err != nil { 
     fmt.Println(err) 
    } 

    fmt.Println(s) 
}

площадка: https://play.golang.org/p/-_chEpDhzX

Я знаю, что есть HTML токенизатор, что я могу попробовать использовать, но я предпочел бы использовать пакет XML, так как большинство файлов правильно отформатирован.

источник

2015-04-07 PDuch

Рассмотрите предварительную обработку ваших XML-файлов, чтобы исправить их, прежде чем передавать их в вашу программу. Если они все порождаются подобным образом, то их довольно легко исправить. Общая проблема заключается в том, что синтаксический анализатор XML не может точно знать, каким образом * документ экземпляра искажен, поэтому он не может догадываться о том, как интерпретировать его свободно (как вы его ожидаете). – maerics

См. ['Decoder.AutoClose'] (https://godoc.org/pkg/encoding/xml/#Decoder). –

Боковое примечание (хотя это может быть только в вашем упрощенном примере): не читайте читателя из 'string' через' bytes.NewReader ([] byte (stringVar)) '; вместо этого используйте ['strings.NewReader (stringVar)'] (https://golang.org/pkg/strings/#NewReader). –

-1

Ничего подобного. Вам нужен собственный декодер: http://play.golang.org/p/Kr7nq64f-c

источник

2015-04-07 18:40:51 kwolfe

Я не упоминал, что этот пример не будет работать для всех примеров. Вам нужно будет настроить его, если у вас есть дополнительные вложенные элементы. – kwolfe

(a) Вы отвечаете не совсем так (например, 'AutoClose', если набор таких тегов известен), но что более важно (b) ссылка только ответы не рекомендуются на SE, вы должны включить хотя бы ядро того, что вы ссылку непосредственно на ответ и (c) ваш комментарий, вероятно, должен был быть отредактирован для ответа. –

Ниже работало для меня, что, вероятно, идеально подходит, если вы знаете проблематичные теги. Хотя, как ни странно, это не работает, если я также добавляю имя.

dec.AutoClose = append(dec.AutoClose, "last-name") 
dec.AutoClose = append(dec.AutoClose, "id")

источник

2015-04-07 18:48:26 Jack

Анализ искаженного XML-файла в Go

ответ

Смежные вопросы