使用正则表达式获取所有无效 XML 标记的列表？答案

【问题标题】：Get a list of all invalid XML tags using Regex?使用正则表达式获取所有无效 XML 标记的列表？
【发布时间】：2014-01-27 17:31:50
【问题描述】：

我将 XML 包含在一个字符串中，该字符串包含许多无效的 xml 元素标签，如果标签以数字开头，则该标签为“无效”。例如以下是无效的：

 <1>....</1>, <123abc>, etc.

在 XML 中，我们会将某些标签标识为无效：

 <tag1> ----> valid tag
     <1tagname>....</1tagname> --->invalid tagname
     <2tagname>....</2tagname> --->invalid tag name
 </tag1> ----> valid tag

我想获取一个无效的 xml 标签列表，我想添加一个特殊的字符串作为前缀，比如说“item”，以便将无效的标签名称转换为有效的标签名称。

我正在使用 Java 语言兼容的正则表达式。

【问题讨论】：

无效标签意味着哪些没有结束标签？？
你能举个例子吗？
标签名无效意味着不能以数字开头。
@abhijeet 它将有结束标签 rght ??或者我们可以说它遵循正确的 XML 规则
我提供了一个例子。请看一看。

标签： java xml regex

【解决方案1】：

你可以用这个：

String result = yourstr.replaceAll("(?<=</?)(?=[0-9])", "item");

【讨论】：

太棒了！非常感谢！！

【解决方案2】：

你可以使用堆栈。

说明：

这就像括号表达式是否有效的发现。你的代码应该像这样工作：

读取 xml
对于每个开始标签，将其推入堆栈
对于每个结束标记，将其与堆栈顶部进行比较
如果不匹配 - 标记为问题 - 添加前缀
如果匹配 - 出栈
当完成读取 xml 并且堆栈中有元素时 - 添加前缀并关闭标签

这将解决简单的情况。有一些极端情况，比如在合法标签中有不匹配的结束标签，也许更多

【讨论】：

唯一的问题是没有 XML 解析器能够成功处理格式错误的 XML。
@MichaelKay - 你不需要 xml 解析器，你可以遍历字符串，寻找打开/关闭标签
好的，我将“读取 XML”读作“将输入解析为 XML”。关键是输入不是 XML，我们正在寻找的东西不是（有效的）标签；我们正在阅读近似于 XML 的内容，并寻找近似于打开和关闭标签的内容。