忽略 xml.etree.ElementTree.XMLParser Python 中不匹配的标签

Question

有没有办法忽略 Python xml.etree.ElementTree.XMLParser 中不匹配的标签？

Answer 1

如果存在不匹配的标签，则您正在处理的输入根据定义不是 XML（因为它的格式不正确）。使用 ElementTree 无法“忽略”不匹配的标签。

XMLParserlxml 库中的类有一个recover构造函数参数（参见http://lxml.de/api/lxml.etree.XMLParser-class.html）。当 时recover=True，lxml 将尝试修复格式错误的输入。例子：

from lxml import etree

BADINPUT = """
<root> 
  <foo>ABC</bar> 
  <baz>DEF</baz> 
</root>"""

parser = etree.XMLParser(recover=True)
root = etree.fromstring(BADINPUT, parser)
print etree.tostring(root)

输出（坏的</bar>结束标记已更改为</foo>）：

<root> 
  <foo>ABC</foo>
  <baz>DEF</baz> 
</root>