c++ - 如何修复重叠的XML？

我有个问题。我在XML代码中进行了一些更改，但有时会重叠，例如：

<xref><mytag></xref></mytag>

我正在考虑一个脚本，它将解析XML文件并修复该问题，例如：

<xref><mytag></mytag></xref><mytag></mytag>

有人可以帮我吗？也许一些正则表达式？或一些可供使用的工具，python脚本等。我有很多文件要修复，我将不胜感激每一个建议！

最佳答案

使用lxml;该库可以尝试通过设置recover标志来解析无效的XML并将其清理：

>>> from lxml import etree
>>> from StringIO import StringIO
>>> ex = '<xref><mytag>there is some text</xref></mytag>'
>>> parser = etree.XMLParser(recover=True)
>>> tree = etree.parse(StringIO(ex), parser)
>>> etree.tostring(tree.getroot())
'<xref><mytag>there is some text</mytag></xref>'