在Python中解析xml时如何忽略不匹配的标记

我想用Python解析XML文件。我不需要分层标记结构——我只需要一个简单的SAX或基于Expat的解析器。但是，当XML文件格式不正确时，它们都会出现与标签不匹配相关的错误消息

有没有办法告诉解析器忽略这些错误？我试着

parser.setFeature(sax.handler.feature_validation, False)

，但这也没用

---

有解决办法吗？SAX或Expat都可以。

您应该试一试。它的主要目的是在存在畸形的情况下解析HTML。您可能会发现它解析无效的XML不会有太多麻烦。

您也会使用lxml吗？它有一个名为

iterparse

的函数，它是一种事件驱动的解析（根据文档）“类似SAX的方式”，并有一个参数来强制解析断开的输入。它也很容易使用

---

据我记忆所及，它没有提供顺序（类似SAX）接口？@DavidNemeskey：我不知道它在您的特定情况下是否有帮助，但请查看SoupStrainer：如果没有，请尽量避免将其称为XML。没有“格式不正确的XML文件”这样的东西——如果格式不正确，那么它就不是XML。基本上，如果您不想遵循XML规则，那么您需要说明您想要遵循哪些规则。如果它是一个随机字符序列，那么解析器唯一能明智地传递的就是一个随机字符序列。