正则表达式检查 XML 是否格式正确答案

【问题标题】：Regex to check for XML if it is well formed正则表达式检查 XML 是否格式正确
【发布时间】：2009-11-17 23:03:57
【问题描述】：

是否有用于检查 xml 格式是否正确的正则表达式？

谢谢

编辑：如果不是正则表达式，那么是否有一个很好的解析方法可以在 c# 中使用，不会引发异常。我尝试使用 xmlReader，但它对我不起作用。

【问题讨论】：

你想要完成什么？
codinghorror.com/blog/archives/001311.html
免责声明：SO 通常不会这么快。只是最近这个话题上来不少，甚至在播客中也提到过。
Jim Garrison - 如果我不得不猜测，我会说目标是检查 XMl 文档或片段的格式是否正确。 ??在这种情况下，通常有一个表示 XmlDocument 的类（取决于所使用的编程框架）。无论是浏览器中托管的 Javascript，还是 Java、C# 或 PHP——都有代表 XML 文档的类可以做到这一点——检查格式是否正确。他们经常隐含地这样做。正则表达式不是适合这项工作的工具。
我们通过基于 REST 的 Web 服务获得一个 xml。我只想在每次处理之前检查收到的 xml 是否真的是 xml 而不是 html 或文本。

标签： c# xml regex

【解决方案1】：

这很好超出了正则表达式的能力。换句话说，答案是不可能的。

编辑：有很多工具可用于检查格式是否正确，但它们都涉及某种 XML 解析器/验证器。如果您提供有关您的环境的更多信息，也许我们可以为您指明正确的方向。

【讨论】：

您正在回答所述问题，但可能未提供所需信息。更好的答案可能是“使用 XmlDocument 对象或类似对象来验证格式是否正确”。有时人们不知道适合工作的工具，尽管他们知道自己想做的工作。
@Cheeso - 你说得对，我本可以提供更多帮助。我已经编辑了帖子。谢谢。

【解决方案2】：

没有。

XML 语法不规则，足以让任何正则表达式成为噩梦。

你不是第一个提出这个问题的人，但不要感到难过，因为关于使用正则表达式解析 HTML 和 XML 的问题将不断被问到，因为正则表达式看起来非常适合这项工作，但它们并不可悲。

XML 语法非常复杂，您无法使用正则表达式安全地解析它。它看起来简单而有规律，但有很大的空间引起问题。一个令人讨厌的 CDATA 部分，事情变得非常困难。并考虑将 HTML 嵌入 XML 的 RSS 提要。

所以请为此使用 XML 解析库。有很多。

【讨论】：

【解决方案3】：

如果不是正则表达式，那么是否有一个很好的解析方法可以在 c# 中使用，不会引发异常。我尝试使用 xmlReader，但它对我不起作用。

使用XmlReader 和while(reader.Read()) {}（捕获任何异常）可能是最快的纯托管方法。

【讨论】：

【解决方案4】：

没有正则表达式解决方案，because Jeff told me so.

【讨论】：

【解决方案5】：

不，没有。（实际上，至少对于一般情况而言。）如果您想确定 XML 是否格式正确，请使用验证解析器。

【讨论】：

【解决方案6】：

请改用XML validator。

【讨论】：

【解决方案7】：

不，如果不考虑递归正则表达式。正则表达式无法检查任意嵌套。但是，一些正则表达式引擎接受递归正则表达式，您可以尝试将其用于此目的。

【讨论】：

【解决方案8】：

最新版本的 PCRE 具有各种可以实现这一目标的功能，但代码会非常难看。 libxml2 自带 xmllint，为什么不使用合适的工具呢？

【讨论】：

【解决方案9】：

我在这里做一个假设。您认为使用库太慢或太重，无法快速和/或高效地完成此操作。

如果这是的情况，那么测试一下。尝试几个库，看看它们有多大，看看它们有多快。

【讨论】：