Discussion :

[rigo06]

Bonjour,

j'ai un client qui reçoit du XML d'un de ses fournisseurs. Ce XML semble être mal-formé, non standard. Il n'arrive pas à l'interpreter (utilisé avec une DTD). Le volume est assez important et il n'est à priori pas envisageable de modifier le XML à la source.

Est-ce qu'il existe un outil, une librairie ou une méthode ayant fait ses preuves pouvant transformer ce flux XML mal-formé en XML bien-formé (je ne connais pas les erreurs, mais c'est probablement des problèmes de balises fermantes, de hierarchie etc ...)

Merci d'avance pour vos réponses.

[GrandFather]

Bonjour,

il existe un outil, Tidy, qui sert un peu à cela pour des sources (X)HTML, mais il n'existe pas d'outil de "réparation XML" généraliste.

Ca s'explique d'ailleurs assez facilement, puisque la sémantique véhiculée par la structure XML ne peut pas toujours être inférée, même quand on dispose de la DTD. Par exemple, pour ce fragment de XML mal formé :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<p>Ceci est du texte avec un mot en <b>gras. Le reste de la phrase est en texte normal</p>

Il est impossible à un logiciel de déterminer où il doit placer exactement la balise fermante </b>.

Ou encore :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE a [
    <!ELEMENT a (b|c)*>
    <!ELEMENT b EMPTY>
    <!ELEMENT c (b)*>
]>
<a>
    <b/>
    <b/>
    <b/>
    </c>
</a>

Où placer la balise ouvrante <c> ?