在保留格式的同时从文件中读取 XML

Question

我使用这个 perl 代码从一个文件中读取 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);

但是，这不会保留换行符等字符。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>

变成这样：

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

test2

test3

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

我怀疑我没有正确写入文件。

Answer 1

例如，使用XML::LibXML。参与的主要模块是XML::LibXML::Parser 和XML::LibXML::DOM（以及其他模块）。返回的对象一般为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，直接说XML::LibXML->load_xml即可。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）。

这个模块也更方便处理。

XML::Twig 也应该保留编码，并且更适合处理。

Answer 2

仅供参考，我可以通过切换到不同的 XML 解析器来做到这一点。现在使用 XML::LibXML。

语法类似，除了它是 'parse_file' 而不是 'parsefile'，而且你使用带有文件名的 'toFile' 而不是 'printToFileHandle'。