perl - 非 Ascii 数据在不同的 Perl 安装下表现不同

Question

我有以下脚本，它在我安装的两个不同的 Perl 上表现不同。一个是 Perl 5.8.5，另一个是 Perl 5.8.8。

这是脚本:

#!/usr/bin/perl

use FindBin(qw($Bin));

use lib $Bin;
use lib "$Bin/../lib";


use XML::LibXML;

use strict;    # quote strings, declare variables
use warnings;  # on by default
use warnings  qw(FATAL utf8);    # fatalize encoding glitches
use open      qw(:std :utf8);    # undeclared streams in UTF-8


my $xml =<<EOS;
<?xml version="1.0" encoding="UTF8"?>
<foo>Привет, мир!</foo>
EOS

my $parser = new XML::LibXML;


my $doc = '';
eval { $doc = $parser->parse_string($xml); };

if ($@) {
    die "Error: $@";
} 

my $root = $doc->getDocumentElement();

print "XML after parsing: ", $root->toString(), "\n";

---

在我的 5.8.8 Perl 安装中，我得到:

XML after parsing: <foo>Привет, мир!</foo>

在我的 5.8.5 Perl 安装中，我得到:

XML after parsing: <foo>&#x41F;&#x440;&#x438;&#x432;&#x435;&#x442;, &#x43C;&#x438;&#x440;!</foo>

我希望我的 5.8.5 安装在这方面表现得像 5.8.8。这是升级我的 Perl 还是设置一些特殊的编译标志的问题？

Answer 1

首先，两个输出是等价的。 XML::LibXML 可以自由生成其中任何一个，这对接收解析器来说应该无关紧要。当然，XML 应该是人类可读的，这可能是您关心的问题。

不，XML::LibXML 没有控制它转义哪些字符的选项。事实上，我只知道它只在需要时才转义，这是第一个行为。

无需升级 Perl。升级 XML::LibXML 或 libxml2(XML::LibXML 使用的底层库)即可解决问题。

# XML::LibXML's version
>perl -MXML::LibXML -E"say $XML::LibXML::VERSION"
1.70

# libxml2's version
>perl -MXML::LibXML -E"say XML::LibXML::LIBXML_DOTTED_VERSION"
2.7.7

---

题外话提示:

1. 我假设您的源代码是使用 UTF-8 编码的？如果是这样，我会添加 use utf8; 让 Perl 知道这一点。如果你这样做，你需要改变

   my $xml = <<EOS;
   

   到

   my $xml = encode_utf8(<<EOS);
   

2. 使用

   <<'EOI'
   

   代替

   <<EOI
   

   将防止 Perl 弄乱您的 XML(防止 \ 序列的插值和解释)。