相关疑难解决方法(0)

必须在XML文档中转义哪些字符,或者在哪里可以找到这样的列表？

我正在处理由perl生成的格式错误的XML,这是由我无法改变的上游进程生成的(这似乎是一个常见的问题).但是,据我所见,XML只有一种特殊的方式格式错误:它的属性值包含未转义的小于号,例如:

<tag v="< 2">

我正在使用带有XML :: LibXML的 perl 进行解析,当然,这会生成解析错误.我已经尝试使用recover选项,它允许我解析,但它只是在遇到第一个解析错误时停止,所以我正在以这种方式丢失数据.

看起来我有两个一般的选择:

1. 在解析之前修复输入XML,可能使用正则表达式.
2. 找一个更宽容的XML解析器.

我倾向于选项1,因为我想捕获XML的任何其他错误.你会推荐什么？如果#1,有人可以引导我通过正则表达式方法吗？