Question

我有以下情况：

有一个工具可以从Web界面获取XSLT并将XSLT嵌入到XML文件中（某人应该被触发）。 “不幸的是”我在一个法语国家工作，因此XSLT有很多带有重音符号的单词。当XSLT嵌入到XML中时，该工具会将所有重音转换为HTML代码（Iacute，igrave等）。

我的Perl代码正在从XML中检索XSLT，并使用Xalan命令行工具针对其他XML执行它。每次XSLT中都有一些重音时，Xalan工具会抛出异常。

我最初想做一个正则表达式来改变XSLT中的所有重音：

# the & is omitted in the codes becuase it will be rendered in the page
$xslt =~s/Aacute;/Á/gso;
$xslt =~s/aacute;/á/gso;
$xslt =~s/Agrave;/À/gso;
$xslt =~s/Acirc;/Â/gso;
$xslt =~s/agrave;/à/gso;

但这样做意味着我必须为每个重音代码写一个正则表达式....

我的问题是，如果没有为每个代码编写正则表达式，有没有这样做呢？（认为这是唯一的解决方案，想要呕吐。）

顺便说一下，这个工具是TeamSite，它很糟糕.....

编辑：我忘了提到我需要一个只有Perl的解决方案，安全性不允许我安装他们一周左右没有检查过的任何类型的库:(

Answer 1

您可以尝试HTML::Entities之类的内容。来自POD：

use HTML::Entities;
$a = "V&aring;re norske tegn b&oslash;r &#230res";
decode_entities($a);
#encode_entities($a, "\200-\377");  ## not needed for what you are doing

为了响应您的编辑，HTML :: Entities不在perl核心中。它可能仍然安装在您的系统上，因为它被许多其他库使用。您可以通过运行此命令来检查：

perl -MHTML::Entities -le 'print "If this prints, the it is installed"'

Answer 2

为了您的目的，HTML::Entities是最佳解决方案，但如果您不能找到适合您需求的现有软件包，则方法比多个s///语句更有效

# this part do in inter function module code which is executed in compile time
# or place in BEGIN or do once before first s/// statement using it
my %trans = (
  'Aacute;' => 'Á',
  'aacute;' => 'á',
  'Agrave;' => 'À',
  'Acirc;' => 'Â',
  'agrave;' => 'à',
); # remember you can generate parts of this hash for example by map

my $re = qr/${ \(join'|', map quotemeta, keys %trans)}/;

# this code place in your functions or methods
s/($re)/$trans{$1}/g; # 'o' is almost useless here because $re has been compiled yet

修改：Chas. Owens所提及的e regexp修饰符不需要。

Answer 3

我认为没有可能让TeamSite将其保留为utf-8 /将其转换为utf-8？

CGI.pm有一个（未记录的）unescapeHTML函数。但是，由于它没有记录（我没有查看源代码），我不知道它是否只处理基本的HTML实体（＆lt;，＆gt;，＆amp;）或更多。但是，我认为它只做基本实体。

Answer 4

为什么有人会因将XSL（XML）放入XML文件而被解雇？

如何替换Perl中所有HTML编码的重音？

4 个答案: