Question

我使用这个perl代码从文件中读取XML，然后写入另一个文件（我的完整脚本包含添加属性的代码）：

#!usr/bin/perl -w

use strict;
use XML::DOM;
use XML::Simple;

my $num_args = $#ARGV + 1;

if ($num_args != 2) {
  print "\nUsage: ModifyXML.pl inputXML outputXML\n";
  exit;
}

my $inputPath = $ARGV[0];
my $outputPath = $ARGV[1];

open(inputXML, "$inputPath") || die "Cannot open $inputPath \n";

my $parser = XML::DOM::Parser->new();
my $data = $parser->parsefile($inputPath) || die "Error parsing XML File";

open my $fh, '>:utf8', "$outputPath" or die "Can't open $outputPath for writing: $!\n";
$data->printToFileHandle($fh);

close(inputXML);

然而，这不会保留像换行符这样的字符。例如，这个XML：

<?xml version="1.0" encoding="utf-8"?>
<Test>
    <Notification Content="test1     testx &#xD;&#xA;test2&#xD;&#xA;test3&#xD;&#xA;" Type="Test1234">
    </Notification>
</Test>

成为这个：

<?xml version="1.0" encoding="utf-8"?>
<Test>
    <Notification Content="test1     testx 

test2

test3

" Type="Test1234">
    </Notification>
</Test>

我怀疑我没有正确地写文件。

Answer 1

例如，使用XML::LibXML。涉及的主要模块是XML::LibXML::Parser和XML::LibXML::DOM（以及其他模块）。返回的对象通常为XML::LibXML::Document

use warnings 'all';
use strict;

use XML::LibXML;

my $inputPath  = 'with_encodings.xml';
my $outputPath = 'keep_encodings.xml';

my $reader = XML::LibXML->new();
my $doc = $reader->load_xml(location => $inputPath, no_blanks => 1); 

print $doc->toString();

my $state = $doc->toFile($outputPath);

我们不必先创建一个对象，但可以直接说XML::LibXML->load_xml。我这样做是因为这样可以在解析之前但在构造函数之外使用$reader上的方法来设置编码（例如）。

此模块也更便于处理。

XML::Twig也应该留下编码，并且处理起来也好得多。

Answer 2

仅供参考，我能够通过切换到不同的XML解析器来实现这一点。现在使用XML :: LibXML。

语法类似，除了它是'parse_file'而不是'parsefile'，而不是'printToFileHandle'你用'toFile'和文件名。

在保留格式的同时从文件读取XML和文件

2 个答案: