XML CDATA 错误：元素类型 <X> 必须由匹配的结束标记 </X> 终止答案

【问题标题】：XML CDATA error: The element type <X> must be terminated by the matching end-tag </X>XML CDATA 错误：元素类型 <X> 必须由匹配的结束标记 </X> 终止
【发布时间】：2017-05-13 17:46:32
【问题描述】：

我在 XML 提要中收到以下数据：

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

我有两个问题：

当我尝试验证 XML here 时出现错误：The element type "imagetag" must be terminated by the matching end-tag "</imagetag>".
我无法找出 (Javascript) 正则表达式来提取 url。我最接近的是：([\s\S]*)<imagetag><!\[CDATA\[([\s\S]*)\]\]><\/imagetag>([\s\S]*)。如果在.jpg] 之后没有换行符，这将非常有效，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！

【问题讨论】：

好吧，html/xml 并没有真正的正则表达式，因为它不是 常规语言（不是说它很奇怪，我的意思是它不是 CS 的常规语言定义）。您是否尝试过一些手动解析（看起来很容易子串！）？如果只是 url，我们需要更多示例输入
参见this，仅在无法使用 XML 解析器解析 XML 时使用。
([\s\S]*)<imagetag><!\[CDATA\[([\s\S]*)\]\s*\]><\/imagetag>([\s\S]*) 只是使用您的正则表达式，但在正则表达式似乎中断的地方添加\s*。试试这个版本

标签： javascript regex xml cdata

【解决方案1】：

首先，意识到您不需要 CDATA 来表示 XML 中的 URL。

其次，您使用 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 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（尽管可能会对特定问题进行抽查/修复，例如查找和修复带有嵌入空白的]]>）。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>

重要提示：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 部分不能嵌套。

如果您无法修复数据，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；它只会使问题长期存在。

【讨论】：