XML::LibXML 将字符实体从十六进制更改为十进制答案

【问题标题】：XML::LibXML changing character entity from hex to decimalXML::LibXML 将字符实体从十六进制更改为十进制
【发布时间】：2023-03-20 16:15:01
【问题描述】：

如何停止 Perl XML::LibXML 从将特殊字符从十进制更改为十六进制，例如 &#xA 到 &#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 脚本尝试更新同一个文件时，它会更改为：

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

我怎样才能保持相同的内容。

【问题讨论】：

你可能无法改变这一点。如果您的 XML 语法很重要，那么您就没有正确使用它。
您的代码中没有任何内容可以生成十六进制字符实体。请说明您是如何看待这种不良行为的。

标签： xml perl libxml2

【解决方案1】：

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

print $doc->toStringC14N; # Will output &#xA;

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

【讨论】：

【解决方案2】：

字符串 &amp;#xA 将在 XML 中编码为 &amp;#xA。 XML::LibXML 会自动对其进行编码。将 XML 打印为序列化字符串将产生编码字符。要打印解码后的字符，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，则应使用$node->textContent。

【讨论】：