用于引用不带引号的XML属性的正则表达式

Question

编辑:100%正确的理论是你根本不想这样做.但是我已经接受了最有帮助的答案.

所以我从一个承诺修复它的客户端获得了丑陋的XML.与此同时,我需要自己清理它.我正在寻找一个在Java中使用的正则表达式来添加不带引号的属性的引号.一般情况更好,但到目前为止,只有一个属性被破坏,因此正则表达式可以专门引用"attr1".属性的值是未知的,因此我不能在搜索中包含该值.

<tag attr1 = VARIABLETEXT>
<tag attr1 = "VARIABLETEXT">not quoted</tag>
<tag attr1 = VARIABLETEXT attr2 = "true">
<otherTag>buncha junk</otherTag>
<tag attr1 = "VARIABLETEXT">"quoted"</tag>

应该变成

<tag attr1 = "VARIABLETEXT">
<tag attr1 = "VARIABLETEXT">not quoted</tag>
<tag attr1 = "VARIABLETEXT" attr2 = "true">
<otherTag>buncha junk</otherTag>
<tag attr1 = "VARIABLETEXT">"quoted"</tag>

编辑:非常感谢你告诉我不要做我想做的事情.然而,这不是一些随机的,任何事情都是XML,我会遇到所有"不要做"的问题.我已经读过其他帖子了.我正在寻找特定黑客的具体帮助.

Answer 1

不要使用正则表达式来修复/解析/处理标记语言.在这里阅读原因.

使用一个宽容的解析器,如整洁,只需几个简单的步骤即可阅读和修复文档.有一个Java库(jtidy)就可以使用.