在 Java 中使用 XML 模式修复 XML答案

【问题标题】：Using a XML schema to fix an XML in Java在 Java 中使用 XML 模式修复 XML
【发布时间】：2012-02-16 15:06:23
【问题描述】：

有没有人知道一种工具可以让我在 Java 中获取 XML 字符串，根据模式检查它，如果它格式不正确，可以修复它？
例如，给定以下架构和 xml 代码

<?xml version="1.0" encoding="UTF-8"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
elementFormDefault="qualified">

  <xs:element name="tag">
   <xs:element name="subtag" type="xs:token" />
  </xs:element>
</xs:schema>


<tag>
<subtag>content
</tag>

我正在寻找一种工具，它可以读取架构、解析 XML、注意丢失的标签并添加它。出于这个特定程序的目的，除了缺少标签之外，我不需要任何更正。（顺便说一句，无需使用模式即可定位和添加缺失标签的工具也很好）。
有什么建议？

【问题讨论】：

这不是 XML Schema 的用途。只有您可以修复 XML。
那我就不需要使用架构了。 :) 但问题仍然存在，我如何自动修复 XML？
似乎这个问题足以帮助stackoverflow.com/questions/2033154/…

标签： java xml xsd xml-parsing malformed

【解决方案1】：

当然，问题在于，对于任何不符合架构的实例，有无数个符合架构的“相似”实例，而您的挑战是选择一个在某种程度上“最相似”。

HTML5 试图通过一套精心设计的规则来做到这一点。这些规则包含大量特定模式的知识，例如，如果发现 tr 作为表的子项，则 tr 将包装在 tbody 中。您可以尝试为您的架构/词汇表做同样的事情，但要为大量工作做好准备。

对任意模式做同样的事情听起来像是一个有趣的博士项目。成功地做到这一点可能需要对偏离模式的原因进行一些研究（就像拼写更正应该考虑输入是由用户键入、通过语音识别获得还是使用 OCR 扫描获得——每个都引入了不同类型的错误。）

【讨论】：

【解决方案2】：

试试JTidy，它将修复格式错误的 XML 以及 HTML。

【讨论】：

我认为 JTidy 会修复格式正确的错误，但不会修复有效性错误。但我可能错了。