自动XML校正器

在一个支持信息导出纯文本模板的遗留应用程序中，我编写了一个将数据导出为XML的模板。问题是，文本信息无法转义，因此我在XML值中使用了

符号，而.NET中的代码在解析XML时抛出异常

在将XML提交给XML解释器之前，是否有一种方法可以自动修复XML

例如：

<node>
    Some value which indicates that the quantity < 0.3
</node>

某些值表示数量<0.3

上面的代码应该以某种方式转换为

<node>
    Some value which indicates that the quantity &lt; 0.3
</node>

表示数量为0.3的某个值

我无法在导出期间执行此操作。我拥有的是结束XML

我考虑过搜索

和

的组合，以及那些没有匹配项的组合-以逃避。但是，结构可以是多层次的，如：

<node>
    <data>
    </data>
    <node>
        <data>
        </data>
    </node>
</node>

---

在这种情况下，应该使用什么？在循环和递归函数中包含大量过程代码的正则解析器算法，或者使用正则表达式的某种替代方法？

所以基本上我是这样做的：

我编写了一个正则表达式，找到了可能的标记

Regex pattern = new Regex(@"<(/?)([a-zA-Z]\w*)(?:(?>!<).)*?(/?)>");

Regex模式=新的Regex（@“！”）；

找到匹配项后，我从一个转到另一个，将它们之间的所有文本都转义

使用一个堆栈，我将每个打开的标记推入其中，如果匹配的是结束标记，则弹出。如果弹出的标记没有对应，那么开始标记或结束标记都是无效的，因此我进一步研究了匹配项，并在堆栈中进一步查找它到底是哪一个

---

很抱歉，没有提供更多代码，但它已经位于迁移到客户的服务器上。正则表达式是这个仓促解决方案剩下的全部内容。

为什么多级表达式对于您的样式搜索来说是个问题？所有标记都在多级“匹配”中。提出一种在多级节点情况下工作的算法是一个问题。我想出了一个主意并尝试了一下。这和问题有什么关系？就您所关心的这个任务而言，您有原始文本和标记。换行符只是文本。因此，如果您知道允许节点的名称，您应该能够编写一个regexp来查找所有“我不知道允许节点的名称。必须想出一些方法来检测不匹配的有效标记或损坏的标记。