关于 Windows 换行问题的 HTML::Tidy答案

【问题标题】：HTML::Tidy on Windows newline issue关于 Windows 换行问题的 HTML::Tidy
【发布时间】：2011-06-27 01:18:36
【问题描述】：

在 Windows 上使用 HTML::Tidy 清理 HTML::Element as_HTML 方法的输出时，我得到了错误类型的换行符。如果我没有在 HTML::Tidy 构造函数中指定换行符，我的行会被 CRCRLF 终止。如果我指定“LF”终止，我会得到“CRLF”，如果我指定“CRLF”，我会得到原始的 CRCRLF 终止。我怀疑这是 HTMLtidy 库中的一个错误，通过明确指定 Unix 终止并退出 DOS 很容易解决，几乎任何体面的编辑器都可以在任何平台上解析。

根据答案，我在适当的句柄上使用 binmode ':raw:utf8' 解决了这个问题，以禁用 /n 插值：

my $output = IO::File->new($ARGV[1], 'w');
$output->binmode(':raw:utf8');
print $output HTML::Tidy->new( { wrap => 80,
                                 indent => 'auto',
                                 'wrap-attributes' => 'yes',
                               }
                             )->clean($tree->as_HTML());

它非常通用，但除了 HTMLtidy 库的一般错误之外，我找不到其他人有问题的真正提及。有没有人处理过这个问题并且可以确认这是一个库错误？如果是这样，我会感到惊讶，因为图书馆已经存在了很长时间，并且希望在提交报告之前进行确认。

编辑：我更新了代码以显示文件句柄的创建。该问题可以通过将文件句柄 binmode 设置为 raw 来解决，但是由于 HTML 内容中的Unicode 而出现问题。有没有办法在不插入其他问题的情况下解决它？

编辑 2：我应该注意，我最初将此视为 HTML::Tidy 问题，因为使用任何 binmode 将直接 $tree->as_HTML() 打印到文件句柄都会导致正确的 EOL 字符。只有在我将标量 HTML::Element 输出包装为带有 HTML::Tidy 的 HTML 代码时，问题才会显现出来。

【问题讨论】：

标签： html windows perl newline htmltidy

【解决方案1】：

试图使输出文件二进制：

binmode($output);

我在模板工具包的输出中遇到了类似的问题。

【讨论】：

它实际上是在输出 unicode，但这有点帮助。设置它 ':raw' 确实会输出正确的 EOL 字符。将其保留为默认 binmode 会产生与 unicode binmode 相同的问题。但是，对于 raw 和 default 那么 print 当然会抱怨将宽 unicode 字符打印到文件句柄。
这种情况你可以试试binmode($output, ":raw:utf8");。
没有意识到 binmodes 可以合并。我看到 PerlIO 有这些方面的文档；我需要阅读它。谢谢。