Question

我正在读取文本文件并将其内容放在xml输出文件的标记中。我面临的问题是输入文本文件包含一些控制字符，如<96>或<92>，导致我的脚本输出无效的xml。

如何将这些控制字符转换为相应的数字HTML实体，以便不会丢失数据并且生成的文件也有效？

我试过了：

perl -p -i -e 's/\x96/\&\#150\;/g; s/\x92/\&\#146\;/g;' out_xml

但我想将任何控制字符转换为HTML实体。

Answer 1

HTML::Entities做你想做的事：

$ perl -MHTML::Entities -le 'print encode_entities("\x96\x92")'
&#150;&#146;