处理SAX解析器异常

Question

我有一个SAX xml解析器的问题。 我想解析一个明显无效的xml文件（我得到了ExpatParser$ParseException: 在第5行，第169列：格式不正确（无效的标记））。我知道出了什么问题，但这个xml文件不是我创建的...所以我不能改变它。 现在我想在我的DefaultHandler中处理这个错误。但是error()、fatalError()和warning()都没有被调用... 我能否以某种方式中断解析过程，告诉解析器如何处理那个无效的xml片段并继续解析？ 谢谢， JPM

- jpm

---

如果我是你，我会编写一些清理代码，在将XML传递给SAX解析器之前进行处理...或者告诉你的数据源尽可能修复他们的XML，因为修复一个小的语法错误只需要他们三秒钟。 - Robert Massaioli

我遇到了完全相同的问题... https://dev59.com/PFbTa4cB1Zd3GeqP8z_R - Vaibhav Jani

这有点像生活给你柠檬；SAX解析器无法用柠檬制作苹果汁。为了记录，这是对那个给你柠檬的家伙的适当回应：“我不要你的该死的柠檬！这到底是什么？！要求见生命的经理！让生命后悔它曾经认为可以给Cave Johnson柠檬！你知道我是谁吗？我就是那个要烧掉你房子的人！用柠檬烧掉你的房子！我会让我的工程师们发明一种可燃的柠檬，烧掉你的房子！”（《传送门2》） - Robert Massaioli

http://stackoverflow.com/questions/4574710/xml-parsing-from-non-xml-document/4575099#4575099 - Mads Hansen

Answer 1

我猜测这个SAXParseException是一个致命错误，SAX解析器无法从中恢复。在这种情况下，您可能需要在尝试解析之前修复不良标记（如Robert在评论中建议的那样）。

您可能需要考虑使用Java Regex来修复XML中已知的错误，例如：
Regex for quoting unquoted XML attributes

值得注意的是，我不主张使用regex to actually parse XML！

- Dan J

---

谢谢Dan和Robert， 我想我会这样做。由于xml非常简单，我也许可以手动解析它...但我必须先处理其他事情。但我认为其中一种方法将解决我的问题（我仍然希望我们能够获得源代码，投资2秒钟来修复他们的xml :-)）谢谢， JPM - jpm