Python minidom解析器中的标签不匹配错误

Question

我正在使用Python的minidom来解析一个文档，比如：

<root>
  <foo>This tag contains a "<bar>" string</foo>
</root>

这个"<bar>"字符串导致了一个错误，叫做xml.parsers.expat.ExpatError: mismatched tag。

有没有办法解决这个问题，而不需要修改输入文件呢？

Answer 1

你提到的“黑客输入文件”，其实是指“让我的HTML符合规范”。在“<bar>”这个例子中，开头的“<”应该用HTML编码成“&lt;”。否则，解析器怎么知道这真的不是一个HTML标签呢？