Perl China Blog Spot: 2008-08-10

2008年8月13日星期三

Re: [PerlChina] XML中文

open(my $fh, '<', $file);
local $/ = undef;
my $string = <$fh>;
close($fh);
use Encode qw/from_to/;
from_to($string, 'gb2312', 'utf8');

use XML::Simple;
my $xs1 = new XML::Simple;

my $doc = $xs1->XMLin($string);

试试。

use Encode qw/from_to/;
from_to($string, 'gb2312', 'utf8');

试了一下XML::Parser也可以了，多谢。
对于本身就是UTF8的再from_to一次会有问题，怎么判断$string是否utf8？直接让它parse一遍，不行的话再encode?

另外，我在中文字符外面套了一层<![CDATA[ ]]>，按说DOM/Parser应该不会去管里面是什么内容？

--
>: ~

Re: [PerlChina] XML中文

Question wrote:
> 2008/8/13 Fayland Lam <fayland@gmail.com <mailto:fayland@gmail.com>>
>
>
> binmode STDOUT 是不中的，要去把原始的 $file 转为 utf8
> 否则得用 Encode 来转为 utf8
>
>
> XML::Encoding / Unicode::String？
> perl做web的这么多，能不能给个例子？
>
> 也就是说自己读数据再encoding utf8，不用parseFile 用 parse/parsestring？
>

open(my $fh, '<', $file);
local $/ = undef;
my $string = <$fh>;
close($fh);
use Encode qw/from_to/;
from_to($string, 'gb2312', 'utf8');
use XML::Simple;
my $xs1 = new XML::Simple;
my $doc = $xs1->XMLin($string);

试试。

> --
> >: ~
> ------------------------------------------------------------------------
>
> _______________________________________________
> China-pm mailing list
> China-pm@pm.org
> http://mail.pm.org/mailman/listinfo/china-pm

--
Fayland Lam // http://www.fayland.org/
Foorum based on Catalyst // http://www.foorumbbs.com/

_______________________________________________
China-pm mailing list
China-pm@pm.org
http://mail.pm.org/mailman/listinfo/china-pm

Re: [PerlChina] XML中文

2008/8/13 Fayland Lam <fayland@gmail.com>

binmode STDOUT 是不中的，要去把原始的 $file 转为 utf8
否则得用 Encode 来转为 utf8

XML::Encoding / Unicode::String？
perl做web的这么多，能不能给个例子？

也就是说自己读数据再encoding utf8，不用parseFile 用 parse/parsestring？

--
>: ~

2008年8月12日星期二

Re: [PerlChina] XML中文

Question wrote:
> 各位不吝赐教啊，难道真要自己搞regexp？
> DOM不支持中文。。。这个匪夷所思啊。
>

binmode STDOUT 是不中的，要去把原始的 $file 转为 utf8
否则得用 Encode 来转为 utf8

> 2008/8/13 Question <wanliyou@gmail.com <mailto:wanliyou@gmail.com>>
>
> 现在用这个
> use XML::Simple;
> my $xs1 = new XML::Simple;
>
> my $doc = $xs1->XMLin($file);
>
> 读入是正常的，但中文print出来就不对了，binmode（STDOUT, ":utf8"）
> 更不行。。。
>
>
> --
> >: ~
>
>
>
>
> --
> >: ~
> ------------------------------------------------------------------------
>
> _______________________________________________
> China-pm mailing list
> China-pm@pm.org
> http://mail.pm.org/mailman/listinfo/china-pm

--
Fayland Lam // http://www.fayland.org/
Foorum based on Catalyst // http://www.foorumbbs.com/

_______________________________________________
China-pm mailing list
China-pm@pm.org
http://mail.pm.org/mailman/listinfo/china-pm

Re: [PerlChina] XML中文

各位不吝赐教啊，难道真要自己搞regexp？
DOM不支持中文。。。这个匪夷所思啊。

2008/8/13 Question <wanliyou@gmail.com>

现在用这个
    use XML::Simple;
    my $xs1 = new XML::Simple;

    my $doc = $xs1->XMLin($file);

读入是正常的，但中文print出来就不对了，binmode（STDOUT, ":utf8"）更不行。。。

--
>: ~

--
>: ~

Re: [PerlChina] XML中文

现在用这个
    use XML::Simple;
    my $xs1 = new XML::Simple;

    my $doc = $xs1->XMLin($file);

读入是正常的，但中文print出来就不对了，binmode（STDOUT, ":utf8"）更不行。。。

--
>: ~

Re: [PerlChina] XML中文

2008/8/13 Fayland Lam <fayland@gmail.com>

Question wrote:
> Hi，
> 现在想用perl解析一个asx（xml）文件，现在用XML::DOM发现不支持中文。

http://wiki.perlchina.org/index.php/Perl-XML-FAQ
http://wiki.perlchina.org/index.php/%E5%BF%AB%E9%80%9F%E5%BC%80%E5%A7%8BPerl_XML%EF%BC%9A%E6%8E%A5%E5%8F%A3%E7%AF%87

一般来说，最好你去解析 utf8 的 xml 文件
如果需要解析 gb2312 的文件的话，下载
http://www.fayland.org/misc/backup/gb2312.enc
找到 XML::Parser 的地址

bash-3.00$ perldoc -l XML::Parser
/usr/lib/perl5/vendor_perl/5.8.6/i386-linux-thread-multi/XML/Parser.pm

然后下载过去放到
/usr/lib/perl5/vendor_perl/5.8.6/i386-linux-thread-multi/XML/Parser/Encodings/
下试试。

Thanks.

谢谢各位，文件是这样的，asx文件
<asx version = "3.0">
    <title>CCTV视频</title>
    <abstract></abstract>
    <copyright>XMLFDFFD</copyright>
    <author>FREE</author>
    <entry>
        <title>CCTV视频</title>
        <abstract></abstract>
        <copyright>XMLFDFFD</copyright>
        <author>FREE</author>
        <STARTTIME VALUE="00:10:00" />
        <DURATION VALUE="00:20:00" />
        <ref href = "mms://201.174.195.1/abc.wmv"/>
    </entry>
</asx>

我自己在前面加上<?xml version="1.0" encoding="UTF-8"?>
CCTV视频加上cdata也是不行。

    use XML::Parser;
    my $parser = new XML::Parser();
    $parser->parsefile("test\\test.asx");

--
>: ~

Re: [PerlChina] XML中文

Question wrote:
> Hi，
> 现在想用perl解析一个asx（xml）文件，现在用XML::DOM发现不支持中文。

http://wiki.perlchina.org/index.php/Perl-XML-FAQ
http://wiki.perlchina.org/index.php/%E5%BF%AB%E9%80%9F%E5%BC%80%E5%A7%8BPerl_XML%EF%BC%9A%E6%8E%A5%E5%8F%A3%E7%AF%87

一般来说，最好你去解析 utf8 的 xml 文件
如果需要解析 gb2312 的文件的话，下载
http://www.fayland.org/misc/backup/gb2312.enc
找到 XML::Parser 的地址

bash-3.00$ perldoc -l XML::Parser
/usr/lib/perl5/vendor_perl/5.8.6/i386-linux-thread-multi/XML/Parser.pm

然后下载过去放到
/usr/lib/perl5/vendor_perl/5.8.6/i386-linux-thread-multi/XML/Parser/Encodings/
下试试。

Thanks.

> 文件大概是这样的：
>
> <asx version = "3.0">
> <title>视频</title>
> <abstract></abstract>
> </asx>
>
> google了一圈没什么结果，自己用regex匹配太累。
> 各位有什么办法么？
>
>
> --
> >: ~
> ------------------------------------------------------------------------
>
> _______________________________________________
> China-pm mailing list
> China-pm@pm.org
> http://mail.pm.org/mailman/listinfo/china-pm

--
Fayland Lam // http://www.fayland.org/
Foorum based on Catalyst // http://www.foorumbbs.com/

_______________________________________________
China-pm mailing list
China-pm@pm.org
http://mail.pm.org/mailman/listinfo/china-pm

[PerlChina] 答复: XML中文

用XML::Parser

________________________________________
发件人: china-pm-bounces+beckheng=sina.com@pm.org [mailto:china-pm-bounces+beckheng=sina.com@pm.org] 代表 Question
发送时间: 2008年8月13日 10:35
收件人: china-pm
主题: [PerlChina] XML中文

Hi，
现在想用perl解析一个asx（xml）文件，现在用XML::DOM发现不支持中文。
文件大概是这样的：

<asx version = "3.0">
<title>视频</title>
<abstract></abstract>
</asx>

google了一圈没什么结果，自己用regex匹配太累。
各位有什么办法么？

--
>: ~
_______________________________________________
China-pm mailing list
China-pm@pm.org
http://mail.pm.org/mailman/listinfo/china-pm

[PerlChina] XML中文

Hi，
   现在想用perl解析一个asx（xml）文件，现在用XML::DOM发现不支持中文。
   文件大概是这样的：

<asx version = "3.0">
        <title>视频</title>
        <abstract></abstract>
</asx>

google了一圈没什么结果，自己用regex匹配太累。
各位有什么办法么？

--
>: ~

2008年8月13日星期三

2008年8月12日星期二

订阅

博客归档