xml文件的中文问题

apile

應該跟encode沒關係..我沒用過XML::Simple
但是XML::Simple是外國人寫的...所以不可能
default用big5的...
Default應該是utf8...或其它的...
試試看把下面這行改成
<?xml version="1.0" encoding="gb2312"?>;
看看...
Perl有本Perl and XML的書..我覺得字太小一直沒看...
看了兩頁就放棄了...
去找找有沒有電子書翻翻吧..

apile

會不會是大小寫的問題...改成
gb2312.enc
我剛剛檢查過
/usr/local/lib/perl5/site_perl/5.6.1/aix/XML/Parser/Encodings
這個目錄下：
-r--r--r--   1 root     system      4821 Feb 14 2000  Japanese_Encodings.msg
-r--r--r--   1 root     system      1946 Feb 14 2000  README
-r--r--r--   1 root     system     40706 May 10 2000  big5.enc
-r--r--r--   1 root     system     45802 May 10 2000  euc-kr.enc
-r--r--r--   1 root     system      1072 May 10 2000  iso-8859-2.enc
-r--r--r--   1 root     system      1072 May 10 2000  iso-8859-3.enc
-r--r--r--   1 root     system      1072 May 10 2000  iso-8859-4.enc
-r--r--r--   1 root     system      1072 May 10 2000  iso-8859-5.enc
-r--r--r--   1 root     system      1072 May 10 2000  iso-8859-7.enc
-r--r--r--   1 root     system      1072 May 10 2000  iso-8859-8.enc
-r--r--r--   1 root     system      1072 May 10 2000  iso-8859-9.enc
-r--r--r--   1 root     system      1072 May 10 2000  windows-1250.enc
-r--r--r--   1 root     system     37890 May 10 2000  x-euc-jp-jisx0221.enc
-r--r--r--   1 root     system     37890 May 10 2000  x-euc-jp-unicode.enc
-r--r--r--   1 root     system     20368 May 10 2000  x-sjis-cp932.enc
-r--r--r--   1 root     system     18202 May 10 2000  x-sjis-jdk117.enc
-r--r--r--   1 root     system     18202 May 10 2000  x-sjis-jisx0221.enc
-r--r--r--   1 root     system     18202 May 10 2000  x-sjis-unicode.enc

都是小寫...
另外..你可以在.pl前頭加上...
use Carp();
local $SIG{__WARN__} = \&Carp::cluck;

Trace一下..看到底是哪裡一行出問題..
185行是parse，他後面還有call其他function..
不然..實在看不出來哪兒出錯了...

apile

http://aspn.activestate.com/ASPN/Mail/Message/perl-xml/937990
http://lists.xml.org/archives/xml-dev/200208/msg01661.html
http://www.xml.com/pub/a/1999/09/expat/index.html

看看吧...
看起來是因為expat不支援gb2312..
所以你可能要先轉碼成utf8..
或者用他上面所提的另一個Parser
或者..改寫XML:arser..讓他支援gb2312...

apile

我試著去Trace XML:arser這個module...
不過看到蠻多看不懂的東西..
他裡面有用到
XML:arser::Expat這個module..
在XML:arser::Expat這個module中有個
load_encoding的function，是當Expat module
找不到相關 encoding時會自動呼叫，
我試著依照document的方式自己Load
gb2312.enc，[其中LoadEncoding的結果，可以得到正確的
GB2312，但是在相對應的%Encoding_Table中卻無法得到
這個gb2312.enc的編碼，因此才無法支援gb2312的編碼

1. 
   
2. local(*ENC);
   
3. open(ENC, $file) or croak("Couldn't open encmap $file:\n$!\n");
   
4. binmode(ENC);
   
5. my $data;
   
6. my $br = sysread(ENC, $data, -s $file);
   
7. croak("Trouble reading $file:\n$!\n")
   
8.    unless defined($br);
   
9. close(ENC);
   
10. 
    
11. my $name = LoadEncoding($data, $br);
    
12. #print "$name\n";
    
13. croak("$file isn't an encmap file")
    
14.    unless defined($name);
    

复制代码

現在問題縮小到LoadEncoding($data,$br);
這行，可以正確的讀出GB2312編碼，但是卻無法存入
%Encoding_Table中，
這個LoadEncoding function 我還沒找到在哪裡...
有興趣的人可以follow下去...

apile

應該是Expat/Expat.xs裡面...XML_LoadEncoding function...
我C的功力還沒那麼好...所以可能得找C的高手幫忙看看..
因為他會產生一個Expat.so的share object在auto/XML/Parser/Expat目錄下，
可以直接蓋掉上面目錄中的那個...或者重新安裝XML:arser...

apile

我是看XML:arser::Expat這個module的說明文件..
裡面有說load_encoding所要load的enc並不能放在
XML/Parser/Encoding中...
所以我用它的方式，將gb2312.enc放在別的地方...
利用他給的範例去load gb2312的內容。
但是從回傳值可以看到GB2312...
但是將%Encoding_Table的資料一個一個找出來看，
卻發現裡面是空的..
表示LoadEncoding可以讀到enc中GB2312 ，
但是卻無法存到%Encoding_Table中..
我看了一下Expat/Expat.xs...裡面..實在看不出個所以然來..
所以才需要找高手看看..可能GB2312.enc編碼出來的二進制
格式不是LoadEncoding這個c function要的...
我現在很忙..沒時間繼續follow 下去..你再看看吧...