Question

这个问题与这个问题有关：Hash keys encoding: Why do I get here with Devel::Peek::Dump two different results?
当我取消注释# utf8::upgrade( $name );行或注释掉它的$hash{'müller'} = 'magenta';行时。

#!/usr/bin/env perl
use warnings;
use 5.014;
use utf8;
binmode STDOUT, ':encoding(utf-8)';
use XML::LibXML;

# Hash read in from a file:
# ... 
my %hash = ( 'müller' => 'green', 'schneider' => 'blue', 'bäcker' => 'red' );
# ...

# change or add something
$hash{'müller'} = 'magenta';

# writing Hash to xml file
my $doc = XML::LibXML::Document->new('1.0', 'UTF-8' );
my $root = $doc->createElement( 'my_test' );

for my $name ( keys %hash ) {
    # utf8::upgrade( $name );
    my $tag = $doc->createElement( 'item' );
    $tag->setAttribute( 'name' => $name );
    my $tag_color = $doc->createElement( 'color' );
    $tag_color->appendTextNode( $hash{$name} );
    $tag->appendChild( $tag_color );
    $root->appendChild( $tag );
}
$doc->setDocumentElement($root);
say $doc->serialize( 1 );
$doc->toFile( 'my_test.xml', 1 );

输出：

error : string is not in UTF-8  
encoding error : output conversion failed due to conv error, bytes 0xFC 0x6C 0x6C 0x65  
I/O error : encoder error  
<?xml version="1.0" encoding="ISO-8859-1"?>  
<my_test>  
  <item name="m    
i18n error : output conversion failed due to conv error, bytes 0xFC 0x6C 0x6C 0x65
I/O error : encoder error

Answer 1

根据XML :: LibXML，'müller' eq 'müller'是真还是假取决于字符串在内部的存储方式。那是一个错误。具体来说，为UTF8标志分配含义称为“Unicode Bug”，并且记录XML :: LibXML以完全符合this page的“编码支持”部分。

错误是known，但由于向后兼容性原因，无法彻底修复。 Perl提供了两个工具来解决Unicode Bug的实例：

utf8::upgrade( $sv );    # Switch to the UTF8=1 storage format
utf8::downgrade( $sv );  # Switch to the UTF8=0 storage format

前者将是适合在此使用的工具。

sub _up { my ($s) = @_; utf8::ugprade($s); $s }
$tag_color->appendTextNode( _up $hash{$name} );

注意：即使您没有utf8::upgrade，也可以使用use utf8;。如果您的源代码是UTF-8，则只能使用use utf8;。

Answer 2

如果我将脚本保存为iso-8859-1，则会出现错误。如果我把它保存为utf-8，它就可以了。

使用散列键使用XML :: LibXML编写xml文件时出现编码错误

2 个答案: