如何在Perl中转义XML文档的文本？

Question

任何知道任何Perl模块转义XML文档中的文本？

我生成XML将包含由用户输入的文本。我想正确处理文本，以便生成的XML格式正确。

Answer 1

我个人比较喜欢XML::LibXML - libxml的Perl绑定。其中一个优点 - 它使用最快的XML处理库之一。下面是创建文本节点的示例：

use XML::LibXML; 
my $doc = XML::LibXML::Document->new('1.0',$some_encoding); 
my $element = $doc->createElement($name); 
$element->appendText($text); 
$xml_fragment = $element->toString(); 
$xml_document = $doc->toString(); 

而且，永远不会手动创建XML。当人们发现你所做的事情时，它会对你的健康有害。

Answer 2

使用XML::Code。

从CPAN

XML ::代码逃逸（）

通常情况下，节点的任何内容将在再现期间被转义（即如“&”将用相应实体取代特殊符号）。呼叫逃生（）零参数来防止它：

 my $p = XML::Code->('p'); 
     $p->set_text ("—"); 
     $p->escape (0); 
     print $p->code(); # prints <p>&#8212;</p> 
     $p->escape (1); 
     print $p->code(); # prints <p>&amp;#8212;</p> 

Answer 3

XML::Entities：

use XML::Entities; 
my $a_encoded = XML::Entities::numify('all', $a); 

编辑：XML ::实体仅numifies HTML实体。使用HTML::Entities encode_entities（$ a）代替

Answer 4

我不确定为什么需要转义XML文件中的文本。如果您的文件包含：

<foo>x < y</foo> 

该文件不尽管尖括号泛滥的XML文件。一个XML文件必须包含有效的数据意味着这样的事情：

<foo>x &lt; y</foo> 

或

<foo><![CDATA[x < y]]></foo> 

因此，无论是：

1. 你是不是要求在XML文件中逸出的数据。相反，您需要弄清楚如何将字符数据放入XML文件中，以便生成的文件是有效的XML;或

2. 您在XML文件中有一些数据需要转义其他一些原因。

有意详细说明一下吗？

Answer 5

在检查出由Krish推荐的XML :: Code后，我发现可以使用XML ::代码text()函数完成此操作。例如，

use XML::Code; 
my $text = new XML::Code('='); 
$text->set_text(q{> & < " ' "}); 
print $text->code(); # prints &gt; &lt; &amp; " ' " 

传递'='会创建一个文本节点，它在打印时不包含标签。 注意：这只适用于文本数据。它不会正确地转义属性。

Answer 6

使用

XML ::发电机

需要XML ::发生器;

my $ xml = XML :: Generator-> new（'：pretty'，escape =>'always，'''）;

print $ xml-> h1（“& <>非html纯文本<> &”）;

这将打印标签内的所有内容转义（不与标记冲突）。

Answer 7

虽然您最好使用XML::LibXML或XML::Code这样的模块，但您可以将文本数据封装在CDATA部分中。你只能小心不要把]]>在它（这个顺序也不允许外 CDATA节！）：

$text =~ s/\]\]>/]]>]]&gt;<![CDATA[/; 
$text = "<![CDATA[$text]]>"; 
$xml = "<foo>$text</foo>"; 

至于奖金你的代码看起来更Perlish的混淆！ :-)

Answer 8

也可以使用XML :: Simple escape_value，但不建议在新程序中使用XML :: Simple。看到这个帖子后17436965.

手工添加逃逸可以使用正则表达式（从escape_value复制）来完成：

$data =~ s/&/&/sg; 
$data =~ s/</&lt;/sg; 
$data =~ s/>/&gt;/sg; 
$data =~ s/"/&quot;/sg;