perl – XML :: Twig keep_encoding如何工作?
在几年前,我在网上发现了一些Perl,它在单行时整齐地格式化了有效的
XML(标签和换行符).代码如下.
它使用XML :: Twig来做到这一点.它创建了没有keep_encoding的XML :: Twig对象($twig = XML :: Twig-> new())但如果我给它一个带有非ASCII字符的UTF-8编码的XML文件,它会生成一个文件根据Ubuntu上的isutf8命令,它不是有效的UTF-8.在xxd中打开文件,我可以看到字符从2字节变为1. 如果我使用我的$twig = XML :: Twig-> new(keep_encoding => 1);相同的输入产生有效的UTF-8并保留两个字节. 根据Perldoc的keep_encoding
为什么在没有该选项的情况下生成非UTF-8文档,为什么设置它会导致保留UTF-8-ness? 顺便说一下,非ASCII字符是一个不间断的空格(c2 a0). use strict; use warnings; use XML::Twig; my $sXML = join "",(<>); my $params = [qw(none nsgmls nice indented record record_c)]; my $sPrettyFormat = $params->[3] || 'none'; my $twig = XML::Twig->new(); $twig->set_indent(" "x4); $twig->parse( $sXML ); $twig->set_pretty_print( $sPrettyFormat ); $sXML = $twig->sprint; print $xXML; 解决方法
没有你的数据很难测试,但我猜这是因为Perl将文件打印为ISO-8859-1文件,因为它没有关于其编码的任何信息(它从XML中获取它“原始”) ::分析器).试试binmode STDOUT,’:utf8′;在打印之前.
此外,首先读取文件然后将字符串传递给解析器可能不是一个好主意.使用parsefile(在文件名上)更安全.您可能会避免编码问题. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |