Question

对于我的生活，我无法理解实体处理的XML :: Twig文档。

我已经使用HTML :: Tidy生成了一些XML。电话如下：

my $tidy = HTML::Tidy->new({
    'indent'          => 1,
    'break-before-br' => 1,
    'output-xhtml'    => 0,
    'output-xml'      => 1,
    'char-encoding'   => 'raw',
});

$str = "foo &nbsp; bar";
$xml = $tidy->clean("<xml>$str</xml>");

产生：

<html>
  <head>
    <meta content="tidyp for Linux (v1.02), see www.w3.org" name="generator" />
    <title></title>
  </head>
  <body>foo &nbsp; bar</body>
</html>

 处的XML :: Twig（可理解）barf。我想做一些转换，通过XML :: Twig运行它：

my $twig = XML::Twig->new(
  twig_handlers => {... handlers ...}
);

$twig->parse($xml);

$twig->parse上的 行barf，但我无法弄清楚如何以编程方式添加 元素。我尝试过这样的事情：

my $entity = XML::Twig::Entity->new("nbsp", "&#160;");
$twig->entity_list->add($entity);
$twig->parse($xml);

......但没有快乐。

请帮助=）

Answer 1

在这种情况下，一个肮脏但有效的技巧就是添加假的DTD声明。

然后执行解析的XML :: Parser将假定该实体是在DTD中定义的，并且不会对其进行barf。

要删除伪造的DTD声明，您可以输出树枝的根。如果您需要不同的声明，请创建它并替换当前声明：

#!/usr/bin/perl 

use strict;
use warnings;

use XML::Twig;

my $fake_dtd= '<!DOCTYPE head SYSTEM "foo"[]>'; # foo may not even exist

my $xml='<html>
  <head>
    <meta content="tidyp for Linux (v1.02), see www.w3.org" name="generator" />
    <title></title>
  </head>
  <body>foo &nbsp; bar</body>
</html>';

XML::Twig->new->parse( $fake_dtd . $xml)->root->print;

Answer 2

use strict;
use XML::Twig;

my $doctype = '<?xml version="1.0" encoding="utf-8"?><!DOCTYPE html [<!ENTITY nbsp "&#160;">]>';
my $xml = '<html><head><meta content="tidyp for Linux (v1.02), see www.w3.org" name="generator" /><title></title></head><body>foo &nbsp; bar</body></html>';

my $xTwig = XML::Twig->new();

$xTwig->safe_parse($doctype . $xml) or die "Failure to parse XML : $@";

print $xTwig->sprint();

Answer 3

可能有更好的方法，但下面的代码对我有用：

my $filter = sub {
    my $text  = shift;
    my $ascii = "\x{a0}";    # non breaking space
    my $nbsp  = '&nbsp;';
    $text =~ s/$ascii/$nbsp/;
    return $text;
};

XML::Twig->new( output_filter => $filter )
         ->parse_html( $xml )
         ->print;

如何通过编程方式通过XML :: Twig添加实体声明？

3 个答案: