将utf-8转换为html＆amp; ...;

Question

在Perl中，如何将包含utf-8字符的字符串转换为HTML，将这些字符转换为＆amp; ...; ？

Answer 1

首先，拆分空模式以获取单个字符列表。然后，将每个字符映射到自身（如果它是ASCII）或其代码（如果不是：

）

use Encode qw( decode_utf8 );

my $utf8_string = "\xE2\x80\x9C\x68\x6F\x6D\x65\xE2\x80\x9D";
my $unicode_string = decode_utf8($utf8_string);

my $html = join q(),
    map { ord > 127 ? "&#" . ord . ";"
                    : $_
        } split //, $unicode_string;

Answer 2

只需简单计算其ord +必要的HTML实体格式，即可替换不可打印且不是低ASCII的所有符号（即，x x - \ x7F区域以外的任何符号）。 Perl regexp有/e标志，表示替换应该被视为代码。

use utf8;
my $str = "testТест"; # This is correct UTF-8 string right in the code
$str =~ s/([^[\x20-\x7F])/"&#" . ord($1) . ";"/eg;
print $str;
# testТест