XML :: LibXML将字符实体从十六进制更改为十进制

Question

如何停止Perl XML::LibXML 从特殊字符从十进制更改为十六进制，例如从&#xA更改为&#10？

Perl代码

use XML::LibXML;

open my $fh, '<', $File;
my $doc = XML::LibXML->load_xml(IO => $fh);
open (my $fh, '>', $File) or die $!;
print $fh $doc;
close $fh;

第三方工具（基于.net）和Perl脚本需要处理相同的XML文件。
第三方工具生成的XML包含：

<?xml version="1.0" encoding="utf-8"?>
<content>
<type sRemark="30 minutes.&#xA;&#xA;"/>
</content>

但是，当Perl脚本尝试更新同一文件时，它将更改为：

<?xml version="1.0" encoding="utf-8"?>
<content>
<type sRemark="30 minutes.&#10;&#10;"/>
</content>

如何维护相同的内容。

Answer 1

解析文档时， libxml2 会丢失以十进制还是十六进制提供数字字符引用的信息。对于任何理智的应用程序，选择哪种表示形式都无关紧要。但是由于十六进制字符引用恰好是canonical representation，因此您可以尝试使用toStringC14N进行序列化。

print $doc->toStringC14N; # Will output 


请注意，这也会规范化XML文档的其他部分，这可能是您可能需要的，也可能不是。另请参阅其他规范化方法和选项的文档。

Answer 2

字符串&#xA在XML中将被编码为&#xA。 XML::LibXML将自动对其进行编码。将XML打印为序列化字符串将产生编码字符。要打印解码的字符，请使用getAttribute方法。

use XML::LibXML;

my $doc = XML::LibXML::Document->new('1.0', 'utf-8');
my $string = '&#xA';
my $node = $doc->createElement('Element');
$node->setAttribute('attr', $string);

print $node->toString."\n"; # prints <Element attr="&amp;#xA"/>
print $node->getAttribute('attr')."\n"; # prints &#xA

请注意，如果您的字符串位于元素的文本内容部分，则应改用$node->textContent。