Perl HTML编码命名实体

Question

我想编码特殊字符＆＃39;到他们的命名实体。

我的代码：

use HTML::Entities;
print encode_entities('“');

期望的输出：

“

而不是：

“

有没有人有想法？问候

Answer 1

• 如果您不使用use utf8;，则应使用iso-8859-1（或子集US-ASCII）对文件进行编码。

  在iso-8859-1的字符集中找不到

  «“»。

• 如果您使用use utf8;，则应使用UTF-8对文件进行编码。

  «“»在UTF-8的字符集中找到，Unicode。

您表示您的文件未保存为UTF-8，因此就Perl而言，您的源文件不可能包含«“»。

你可能会使用cp1252编码你的文件，这是iso-8859-1的扩展，增加了«“»。这不是一个有效的选择。

选项：

• [最佳选项]将文件另存为UTF-8并使用以下内容：

  use utf8;
  use HTML::Entities;
  print encode_entities('“');
  

• 将文件另存为cp1252，但仅使用US-ASCII字符。

  use charnames ':full';
  use HTML::Entities;
  print encode_entities("\N{LEFT DOUBLE QUOTATION MARK}");
  

  或

  use HTML::Entities;
  print encode_entities("\N{U+201C}");
  

  或

  use HTML::Entities;
  print encode_entities("\x{201C}");
  

• [不推荐]将文件另存为cp1252并明确解码文字

  use HTML::Entities;
  print encode_entities(decode('cp1252', '“'));
  

  Perl看到了：

  use HTML::Entities;
  print encode_entities(decode('cp1252', "\x93"));
  

Answer 2

Perl不知道源文件的编码。如果您包含任何特殊字符，则应始终使用UTF-8 - 编码并将其保存

use utf8;

位于代码顶部。这将确保您的字符串文字包含代码点，而不仅仅是字节。

Answer 3

我遇到了同样的问题并应用了上述所有提示。它在我的perl脚本（CGI）中工作，例如ä = encode_entities("ä")产生了正确的结果。然而，应用encode_entities(param("test"))将编码单个字节。

我找到了这个建议：http://blog.endpoint.com/2010/12/character-encoding-in-perl-decodeutf8.html

把它放在一起这是我的解决方案，最终有效：

use CGI qw/:standard/;
use utf8;
use HTML::Entities;
use Encode;
print encode_entities(decode_utf8(param("test")));

我不清楚为什么要这样做，但它确实有效。 HTH