由于 xml 标签中的特殊字符，tcl tdom 解析失败

Question

我正在尝试删除 XML 标签中存在的一些特殊字符，我们可以使用一些 regsubs 或字符串映射函数来删除标签文本中的 XML 特殊字符，但它是 lengthy/time 消耗进程，因为我们的日志文件非常大，大约 25 MB。

是否有任何特殊的 method/tip 来消除 XML 标签中的特殊字符

这是一个示例

<?xml version="1.0" encoding="UTF-8" standalone="no" ?>
<Customers>
    <Customer>
        <CustomerID>BLAUS</CustomerID>
        <CompanyName>Blauer See Delikatessen</CompanyName>
        <ContactName>Hanna Moos</ContactName>
        **<Region>test<ing</Region>**
    </Customer>
    <Customer>
        <CustomerID>SPLIR</CustomerID>
        <CompanyName>Split Rail Beer & Ale</CompanyName>
        <ContactName>Art raunschweiger</ContactName>
        <Region>WY</Region>
    </Customer>
</Customers>

谢谢马里

Answer 1

如果你指的是符号，它不在标签中，而是在出现在两个标签之间的文本中。

人们选择使用 XML 进行数据交换的原因是它是一个标准，并且有很多软件可以处理它。如果您尝试使用几乎 XML 但不完全是的东西，这种优势就会完全消失。

到目前为止，最好的解决方案是修复生成此问题的程序XML。

如果你真的做不到，你将不得不尝试修复它，而修复的方式取决于损坏的性质。例如，您可以使用任何支持正则表达式的语言来替换任何字符序列中的 & 符号，其中 & 符号后跟的不是“#”或字母数字序列，然后是分号，即 "&"。但是，如果数据包含此错误，则意味着它是粗心生成的，因此它也可能包含任意数量的其他错误。

由于 xml 标签中的特殊字符，tcl tdom 解析失败

tcl tdom parsing failed due to special charecters in xml tags

xml

tcl

tdom