如何仅对 Perl 字符串中的 \xhh 字符进行“解码 'unicode-escape'”？

Question

我有一个包含以下内容的文件，其中一些字符在字符串文字中以 UTF-8 十六进制编码：

<root>
<element type=\"1\">\"Hello W\xC3\x96rld\"</element>
</root>

我想读取文件并将文件中的 UTF-8 十六进制编码字符解码为它们所代表的实际 unicode 字符，然后写入新文件。鉴于以上内容，当您在 UTF-8 编码的文本编辑器中打开新文件时，新文件应如下所示：

<root>
<element type=\"1\">\"Hello WÖrld\"</element>
</root>

注意双引号仍然被转义，UTF-8 十六进制编码的\xC3\x96 现在变成了 Ö（U+00D6 拉丁大写字母 O 带分音符号）。

我有部分工作的代码，如下：

#! /usr/bin/perl -w

use strict;
use Encode::Escape;

while (<>)
{
    # STDOUT is redirected to a new file.
    print decode 'unicode-escape', $_;
}

但问题是，\" 等所有其他转义序列也被 decode 'unicode-escape', $_ 解码。所以最后，我得到以下信息：

<root>
<element type="1">"Hello WÖrld"</element>
</root>

我已尝试以 UTF-8 编码和/或使用 Unicode::Escape::unescape 读取文件，例如

open(my $UNICODESFILE, "<:encoding(UTF-8)", shift(@ARGV));
Unicode::Escape::unescape($line);

但它们都没有解码 \xhh 转义序列。

基本上我想要的只是decode 'unicode-escape', $_ 的行为，但它应该只在\xhh 转义序列上解码并忽略其他转义序列。

这可能吗？使用 decode 'unicode-escape', $_ 是否适合这种情况？还有什么办法吗？谢谢！

Answer 1

我猜是查找 \xNN 字符组并处理它们：

s{((?:\\x[0-9A-Fa-f]{2})+)}{decode 'unicode-escape', $1}ge