如何使用 Perl 将字符 ALT-0146 写入 XML 文件？

Question

’

这就是字符，我找不到检测、替换或将其正确写入 XML 文件的方法。起初我使用字符串连接，然后我明智地使用 XML::Writer，但它仍然无法工作，之后 XML 仍然被破坏。（需要 UTF-8 格式）

这是我写的一个测试仍然失败：

    my $output = new IO::File(">$foundFilePath");
    my $writer = new XML::Writer(OUTPUT => $output);
    $writer->xmlDecl("UTF-8");
    $writer->startTag("xml");
    $writer->startTag("test");
    $writer->characters("’");
    $writer->endTag("test");
    $writer->endTag("xml");
    $writer->end();
    $output->close();

更具体地说，我正在尝试从此页面获取数据：http://investing.businessweek.com/businessweek/research/stocks/private/snapshot.asp?privcapId=4439466

William O'Keefe 先生把一切都搞砸了。

Answer 1

您需要做两件事。如果你想将 UTF-8 写入文件，你需要这样说：

my $output = IO::File->new($foundFilePath, ">:utf8");

如果你想在你的源代码中使用文字 UTF-8 字符串，你需要说

use utf8;

在程序的开头。否则，Perl 假定您的源代码是 Latin-1。

这是一个完整的示例脚本：

use utf8;
use strict;
use warnings;
use IO::File;
use XML::Writer;

my $foundFilePath = 'test.xml';
my $output = IO::File->new($foundFilePath, ">:utf8");
my $writer = XML::Writer->new(OUTPUT => $output);
$writer->xmlDecl("UTF-8");
$writer->startTag("xml");
$writer->startTag("test");
$writer->characters("’");
$writer->endTag("test");
$writer->endTag("xml");
$writer->end();
$output->close();