xml - XML中的编码和符号

Question

我的 Perl 程序正在处理一个 XML 文件。某些条目可能包含 & 符号。解析器中断，说：“实体中的名称无效”。

如何处理文件并在所有不正确的实体中编码 &-s？

所以，它会是这样的：

<words>text1 & text2</words>  -->  <words>text1 &amp; text2</words>

Answer 1

它不是 XML 文件。如果是 XML，&则将写为&. 处理非 XML 文件很困难，因为您不能使用 XML 解析器。最好修复创建此文件的程序，将其更改为生成正确格式的 XML。

Answer 2

这很棘手，很重要，通常需要权衡取舍。当我遇到类似的问题时，用（和“尾随字符”）替换&后跟大写字符或空格（/\&[A-Z ]/在正则表达式中）&的字符可以解决大多数情况——这通常就足够了，因为你已经加倍努力了接受格式不正确的 XML 输入。