如何在Perl中将XML文档从Latin-1转换为UTF-8?

你在转换什么?数据、XML标记还是其他什么?

我想你只需要把它读成拉丁语-1,然后重写成UTF-8,除非你的源代码真的有点奇怪。解码和编码在filehandle级别进行。一旦在Perl中有了它,它在内部就已经是UTF-8了。

到目前为止你有什么?你有什么问题?

您的情况是否太复杂,无法单独使用 xmllint ?

 xmllint --encode utf8 --output filename.xml filename.xml.latin1

Juerd's Unicode Advice 关于那个模块。

如果要转换的不仅仅是XML文件, iconv 可能有助于:

iconv -f ISO-8859-1 -t UTF-8 filename.txt.latin1 > filename.txt

xmllint --encode utf8 FILE-NAME ,样本:

xmllint --encode utf8 --output test.xml test.xml

将正确转换 test.xml (不管它有什么编码)到UTF-8,包括XML序言。

正如brian提到的,它在Perl中的内部UTF-8。无论您是否需要,Perl都将转换它。

该技巧与UTF8标志相连,UTF8标志是附加到每个字符串的位标志。对于XML::Parser返回的数据,设置UTF8标志。

如果您想要摆脱这种行为,请清除UTF8标志。一种方法是这样的:

sub de_utf8 {
    use bytes;
    return "$_[0]";
}

这样,生成的字符串将是与原始字符串相同的字节数据。

编辑:有点偏离了作品的主题。。。对不起的。