XML良构性指文档严格符合基础语法规范：有唯一根元素、标签正确嵌套闭合、属性值加引号、无重复属性、特殊字符需转义；不满足则解析器直接报错，无法加载。

XML良构性指的是什么

XML良构性（Well-formedness）是XML最基础的语法合规要求，不涉及语义或业务规则，只关注结构是否符合XML规范。一个XML文档只要满足以下条件，就是良构的：有且仅有一个根元素、所有标签必须正确嵌套和闭合、属性值必须用引号包裹（单引号或双引号）、不能有重复的属性名、字符数据中不能直接出现等特殊字符（需转义为）。

不符合良构性会导致解析器直接报错，比如 XMLParserError: Unexpected token 或 ParseError: mismatched tag，连加载都失败，更谈不上后续的验证或处理。

用 DOMParser 检查浏览器端XML良构性

在浏览器环境中，DOMParser 是最轻量、最直接的验证方式。它不依赖外部库，出错即抛异常，适合前端表单提交前校验用户输入的XML片段。

const parser = new DOMParser();
try {
  const doc = parser.parseFromString(xmlString, 'application/xml');
  const parserError = doc.querySelector('parsererror');
  if (parserError) {
    throw new Error('XML not well-formed: ' + parserError.textContent);
  }
  console.log('XML is well-formed');
} catch (e) {
  console.error('Invalid XML:', e.message);
}

注意点：

parseFromString 返回的文档即使含错误也不会抛异常，必须手动检查是否存在 parsererror 元素
xmlString 不能为空或只含空白，否则返回空文档但无 parsererror
不要传入 HTML 字符串（如含或自闭合标签如
），会误判

用 xml.etree.ElementTree 解析 Python 中的XML

Python 标准库的 xml.etree.ElementTree 对良

构性非常严格，ET.fromstring() 遇到任何语法问题都会抛 xml.etree.ElementTree.ParseError。这是判断良构性的可靠方式。

import xml.etree.ElementTree as ET

try: root = ET.fromstring(xml_bytes) print("XML is well-formed") except ET.ParseError as e: print(f"XML parse error at line {e.lineno}, column {e.column}: {e.msg}")

常见 msg 包括 "mismatched tag", "unclosed token", "not well-formed"

except ValueError:

比如传入 bytes 但内容为空，或编码问题

print("Invalid input (empty or encoding issue)")

关键细节：

推荐用 ET.fromstring() 而非 ET.parse()（后者需文件路径或文件对象）
错误信息中的 lineno 和 column 很实用，但只对原始字节/字符串有效；若已解码为 str 且含 BOM 或换行符不一致，定位可能偏移
不支持 DTD 解析，遇到 ..> 会报错，除非显式禁用：用 XMLParser(resolve_entities=False)

常见良构性陷阱与绕过转义的替代方案

很多“看起来像XML”的内容实际因几个小疏漏而非法：

& 未转义成 &（例如写成 price=10¤cy=USD）
使用了自闭合的 HTML 风格标签（如
在 XML 中合法，但
不合法——必须闭合）
混用了不同引号：属性用单引号，但值里又出现未转义的单引号（name='O'Reilly' → 必须写成 name="O'Reilly" 或 name='O'Reilly'）
文本节点开头或结尾含 UTF-8 BOM（\ufeff），导致解析器看到非法首字符