如何从XML输出中显示非ASCII字符

Question

我在XML元素中得到了这个输出：

£111.00

应为£111.00。

如何对其进行排序，以便显示所有unicode字符而不是代码。我正在使用linux工具wget从Internet获取xml文件。也许是某种转换器？

我在putty中查看文件，我正在解析文件，我想在解析之前清理输入。

我正在使用xml_grep2来获取我想要的元素，然后使用cat filename |阅读.....

Answer 1

您可以使用HTML :: Entities用文字字符代码替换实体。不过，我不知道它的覆盖范围有多好。如果您对Perl不满意，必然会有其他语言的类似工具。 http://metacpan.org/pod/HTML::Entities

sh$ echo '£111.00' | perl -CSD -MHTML::Entities -pe 'decode_entities($_)'
£111.00    

如果未安装HTML :: Entities模块，则无效。如果您需要安装它，有很多关于互联网上CPAN的教程。

修改：添加用法示例。您的系统上可能不需要-CSD选项，但至少在OSX上，我没有它就有垃圾输出。

Answer 2

好的，我现在要关闭这个问题。

使用xml_grep2解析文件后，我能够获得干净的输出，但是在文件中看到了这个字符。我将字符集的putty设置从ISO-8859改为UTF-8来解决这个问题。