[Tustep-Liste] Geschachtelte Tags auflösen

[stahl at germanistik.uni-wuerzburg.de]

Liebe Listen-Leserinnen und -Leser,

bei der Aufbereitung von XML-Dateien stoße ich immer wieder auf das  
Problem, geschachtelte gleichnamige Tags auflösen zu müssen. Das sieht  
in den Quelldaten beispielsweise so aus:

   xx <add> aa <add> bb> <add> cc </add> bb </add> aa </add> xx

Wie kann ich herausfinden, welche Anfang- und Ende-Tags  
zusammengehören? Wenn es gelänge, mit einem klassichen #KOPIERE daraus

   xx <add1> aa <add2> bb <add3> cc </add3> bb </add2> aa </add1> xx

zu machen, könnte ich die Tags zuverlässig auflösen.

Ganz so einfach, wie oben dargestellt, sind die Quelldaten freilich  
nicht: Die add-Tags können unterschiedliche Attribute haben und der  
sonstige Text ist mit einer Vielzahl an Tags zersetzt.

Für Hinweise wäre ich Ihnen sehr dankbar.

Mit besten Grüßen
P.Stahl