java - 在 Java 中解析伪 XML 文件

Question

我正在尝试从伪 XML 格式的文件中解析文本。当它具有以下结构时，我可以从中获取 DOM 文档:

<product>
    <product_id>234567</product_id>
    <description>abc</description>
</product>

当结构类似于以下内容时，我遇到的问题就发生了:

<product>
    <product_id>234567</product_id>
    <description>abc</description>
    <quantity 1:2>
        <version>1.1</version>
    </quantity 1:2>
        <version>1.2</version>
    <quantity 2:2>
    </quantity 2:2>
</product>

由于 <quantity 1:2> 中的空格，它会生成以下异常:

org.xml.sax.SAXParseException:[Fatal Error] :1:167: Element type " quantity " must be followed by either attribute specifications, ">" or "/>"

我可以通过用下划线替换空格来解决这个问题。问题是结构的大小可能不同，并且包含多个具有相同格式 (<node 1:x>) 的子节点，并且文件可能包含数百个要解析的结构。是否有一个类可以解析这样的文本并返回一个树状对象？

Answer 1

您的文件根本不是 XML，SAX 是用于 XML(XML 的简单 API)。您应该重新考虑您的结构，以便您可以执行以下操作:

<quantity myAttr="1.2">
    <version>1.2</version>
</quantity>
<quantity myAttr="1.x">
    <version>1.1</version>
</quantity>
<version>1.0</version>

或者类似的东西。