python - Python SAX 解析器说 XML 文件格式不正确

Question

我从 XML 文件中删除了一些我认为不必要的标签。现在，当我尝试解析它时，我的 SAX 解析器会抛出一个错误，并说我的文件格式不正确。但是，我知道每个开始标签都有一个结束标签。文件的开始标签有一个指向 XML 模式的链接。这会造成麻烦吗？如果是这样，那我该如何解决？

编辑：我想我找到了问题所在。我的字符数据包含“<”和“>”字符，大概来自 html 标签。在被解析之后，这些被转换为“<”和“>”字符，这似乎打扰了 SAX 解析器。有什么办法可以防止这种情况发生吗？

Answer 1

我建议将这些标签放回原处并确保它仍然有效。然后，如果你想把它们拿出来，一次一个地做，直到它坏掉。

但是，我质疑将它们取出来是否明智。如果它是您的 XML 文件，您应该更好地理解它。如果它是第三方 XML 文件，你真的不应该摆弄它（除非你更好地理解它:-)。

Answer 2

sax 解析器是否没有提供有关它认为格式不正确的详细信息？

您是否尝试将文件加载到 XML 编辑器中并在那里进行检查？其他 XML 解析器是否接受它？

无论 XML 格式是否正确，架构都不应更改；它可能会改变它是否有效。请参阅wikipedia entry for XML well-formedness了解更多信息，或查看XML 规范了解更多详细信息 :)

编辑：要在文本中表示“&”，您应该将其转义为&

所以：

&lt

应该

&lt

（假设你真的想要＆符号，l，t）。

Answer 3

我第二次建议尝试使用另一个 XML 解析器来解析它。这应该表明它是错误的文档还是解析器。

此外，实际的错误消息可能很有用。例如，一个相当普遍的问题是 xml 声明（如果使用，它是可选的）必须是第一件事——在它之前甚至不允许有空格。

Answer 4

如果您没有 XML 编辑器，您可以将其加载到 Firefox 中。Firefox 会显示错误。