XML :: LibXML将字符实体从十六进制更改为十进制

Question

如何阻止Perl XML::LibXML将特殊字符从十进制更改为十六进制，如&#xA到&#10？

Perl code

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>

我如何保持相同的内容。

Answer 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序列化。

print $doc->toStringC14N; # Will output 


请注意，这将标准化XML文档的其他部分，这可能是您可能需要的，也可能不是。另请参阅其他标准化方法和选项的文档。

Answer 2

字符串&#xA将在XML中编码为&#xA。 XML::LibXML将自动编码。将XML作为序列化字符串打印将产生编码字符。要打印已解码的字符，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。