如何在Perl中将XML文档从Latin-1转换为UTF-8？

Question

我们公司希望将我们托管的所有网站从Latin-1转换为UTF-8.经过谷歌搜索后,我们的Perl脚本几乎完成了.现在唯一缺少的是XML文件.

将XML从Latin-1转换为UTF-8的最佳方法是什么？它有用吗？

我问,因为我们不确定它,因为谷歌的大多数条目都解释了如何做到完全相反.有人甚至说utf8可能会导致XML出现问题.你能介绍一下整个XML编码问题吗？

Answer 1

你在转变什么？数据或XML标签还是其他什么？

我认为你只需要将它读作Latin-1并将其重写为UTF-8,除非你的来源做了一些非常奇怪的事情.解码和编码在文件句柄级别发生.一旦你在Perl中拥有它,它已经在内部UTF-8了.

到目前为止你有什么？你有什么问题？

你的情况是否太复杂而不能仅使用xmllint？

 xmllint --encode utf8 --output filename.xml filename.xml.latin1

如果您使用的是XML :: Parser,请参阅Juerd关于该模块的Unicode建议.

如果您要转换的不仅仅是XML文件,iconv可能会有所帮助:

iconv -f ISO-8859-1 -t UTF-8 filename.txt.latin1 > filename.txt

Answer 2

我用xmllint --encode utf8 FILE-NAME,样品:

xmllint --encode utf8 --output test.xml test.xml

将正确转换test.xml(它可能具有的任何编码)到UTF-8,包括XML序言.