javascript - XML CDATA 错误 : The element type <X> must be terminated by the matching end-tag </X>

Question

我在 XML feed 中收到以下数据:

<imagetag><![CDATA[
http://images.dealer.com/0098/65654e9beaae8aca2eeb7778e723e733x.jpg]
]></imagetag>

我有两个问题:

1. 当我尝试验证 XML here 时我收到错误:The element type "imagetag" must be terminated by the matching end-tag "</imagetag>".
2. 我无法找出(Javascript)正则表达式来提取网址。我最接近的是:([\s\S]*)<imagetag><!\[CDATA\[([\s\S]*)\]\]><\/imagetag>([\s\S]*) 。如果 .jpg] 之后没有换行符，则效果非常好，但是有!

我猜这两个问题是相关的，但我不确定原因。任何帮助表示赞赏!

Answer 1

首先，认识到您不需要 CDATA 来表示 XML 中的 URL。

其次，使用 XML 解析器收到错误的原因是您的数据不是 XML。您的 CDATA 部分格式错误:CDATA结束标记， CDEnd ，其中不能有换行符:

[18]    CDSect     ::=      CDStart CData CDEnd
[19]    CDStart    ::=      '<![CDATA['
[20]    CData      ::=      (Char* - (Char* ']]>' Char*))
[21]    CDEnd      ::=      ']]>'

因此，您的 XML 解析器发出错误是完全正确的。

前进的方向是not to try to parse XML via regex (尽管人们可能会对特定问题进行抽查/修复，例如查找并修复带有嵌入空格的 ]]> )。前进的方向是修复数据。以下是为正确使用 CDATA 而修复的数据:

<imagetag><![CDATA[
http://images.dealer.com/0098/65654e9beaae8aca2eeb7778e723e733x.jpg
]]></imagetag>

或

<imagetag><![CDATA[http://images.dealer.com/0098/65654e9beaae8aca2eeb7778e723e733x.jpg]]></imagetag>

重要: CDStart必须是<![CDATA[和CDEnd必须是]]> ，完全没有换行符。另请注意 ]]>不能出现在 CDATA 部分中； CDATA 节不能嵌套。

如果无法修复数据，请拒绝该数据。像 XML 一样处理格式不正确的文本数据是不合适的；它只会使问题永久化。