xml 用print $doc->toString(1)出现乱码

hztj2005

代码保存为utf8格式，windows下，代码页设为utf8，即chcp 65001，可以运行以下代码，但有两个问题：
1、代码中有两处$doc->toString，第2处出现乱码，请教如何解决？
2、由于不了解如何直接用XML::LibXML直接生成 xml，不是从文件或句柄中读入xml,故以上采用网上代码用XML::DOM生成xml，请教如何直接用XML::LibXML直接生成 xml？
谢谢！

1. #!/usr/bin/perl
   
2. use Encode;
   
3. use utf8;
   
4. binmode $_, ":utf8" for qw/STDOUT STDIN STDERR/;
   
5. use XML::DOM;
   
6. use XML::LibXML;
   
7. use XML::Twig;
   
8. 
   
9. # 创建XML的最外层元素
   
10. my $xml = "<root/>";
    
11. 
    
12. my $parser = new XML::DOM::Parser;
    
13. my $dom = $parser->parse($xml);
    
14. 
    
15. # 生成Sent节点
    
16. my $Sent = $dom->createElement("句");
    
17. # 设置节点属性
    
18. $Sent->setAttribute("txt", "我们爱祖国");
    
19. 
    
20. 
    
21. # 生成part节点
    
22. my $part1 = $dom->createElement("主");
    
23. $part1->setAttribute("attr", "1");
    
24. # 生成一个文本节点
    
25. my $text = $dom->createTextNode("我们");
    
26. $part1->appendChild($text);
    
27. 
    
28. # 生成part节点
    
29. my $part2 = $dom->createElement("谓");
    
30. $part2->setAttribute("attr", "2");
    
31. # 生成一个文本节点
    
32. my $text2= $dom->createTextNode("爱祖国");
    
33. $part2->appendChild($text2);
    
34. 
    
35. # 添加part到Sent
    
36. $Sent->appendChild($part1);
    
37. $Sent->appendChild($part2);
    
38. 
    
39. # 添加Sent到XML文档
    
40. $dom->getDocumentElement->appendChild($Sent);
    
41. 
    
42. print $dom->toString; #正确，无乱码
    
43. 
    
44. my $twig = new XML::Twig;
    
45. $twig->set_indent(" "x4);
    
46. $twig->parse($dom->toString);
    
47. $twig->set_pretty_print("indented");
    
48. print $twig->sprint;# 输出，此处无乱码
    
49. 
    
50. #由于不了解如何直接用XML::LibXML直接生成 xml,故以上采用网上代码用XML::DOM生成xml
    
51. 
    
52. #由于不了解XML::DOM用增加新节点 ，#下面利用XML::LibXML 增加新节点
    
53. my $parser2 = XML::LibXML->new;
    
54. #$parser2->setEncoding("UTF8");
    
55. my $temxml = $dom->toString;
    
56. my $doc = $parser2->parse_string($temxml);
    
57. my $root = $doc->documentElement();
    
58. 
    
59. sub addPart2($)#增加一个句子成分 文本直接包含
    
60. {
    
61. my ($father,$nowpart, $txt, $attr) = @_;
    
62. my $part = $father->addNewChild('', $nowpart);#$nowpart = 主 谓 宾
    
63. $part->addChild( $doc->createTextNode($txt) );#？？？
    
64. $part->setAttribute("attr", "3");
    
65. 
    
66. }
    
67. 
    
68. 
    
69. my @junode = $root->getElementsByTagName('句');
    
70. foreach my $junow(@junode)
    
71. {
    
72.         if($junow->nodeName() eq "句") {
    
73.            
    
74.       if($junow->hasAttributes()) {
    
75.         print $junow->nodeName() . ": " .  $junow->textContent;
    
76.         print " " . $junow->attributes->item(0)->value();
    
77.         print "\n";
    
78.       } else {
    
79.         print $junow->nodeName() . ": " .  $values->textContent;
    
80.         print "\n";
    
81.       }        
    
82.       addPart2($junow,'补', '很深', 'not');#
    
83.   }
    
84. }
    
85. 
    
86. print "-------\n"; #
    
87. print $doc->toString(1); #错误，出现乱码
    
88. 
    
89. 
    
90. # 利用XML::Twig整理格式，正确，无乱码
    
91. my $twig2 = new XML::Twig;
    
92. $twig2->set_indent(" "x4);
    
93. $twig2->parse($doc->toString);
    
94. $twig2->set_pretty_print("indented");
    
95. print $twig2->sprint;

复制代码

hztj2005

这里有类似的问题：
https://stackoverflow.com/questi ... tly-using-xmllibxml
How to print UTF-8 correctly using XML::LibXML

hztj2005

1楼的原因没有弄明白，但直接用XML::LibXML::Document把问题解决了。

1. #!/usr/bin/perl
   
2. use strict;
   
3. use warnings;
   
4. use utf8;
   
5. use XML::LibXML qw( );
   
6. my $dom = XML::LibXML::Document->new(1.0, "UTF-8");
   
7. 
   
8. my $root = $dom->createElement("root");
   
9. #$root->appendText("abc");#
   
10. $dom->setDocumentElement($root);
    
11. 
    
12. # 生成Sent节点
    
13. my $Sent = $dom->createElement("句");
    
14. $Sent->setAttribute("txt", "我们爱祖国");# 设置节点属性
    
15. 
    
16. 
    
17. # 生成part节点
    
18. my $part1 = $dom->createElement("主");
    
19. $part1->setAttribute("attr", "1");
    
20. my $text = $dom->createTextNode("我们");# 生成一个文本节点
    
21. $part1->appendChild($text);
    
22. 
    
23. # 生成part节点
    
24. my $part2 = $dom->createElement("谓");
    
25. $part2->setAttribute("attr", "2");
    
26. my $text2= $dom->createTextNode("爱祖国");# 生成一个文本节点
    
27. $part2->appendChild($text2);
    
28. 
    
29. # 添加part到Sent
    
30. $Sent->appendChild($part1);
    
31. $Sent->appendChild($part2);
    
32. 
    
33. # 添加Sent到XML文档
    
34. $dom->getDocumentElement->appendChild($Sent);
    
35. 
    
36. print $dom->toString(1); #正确
    
37. 
    
38. sub addPart2($)#增加一个句子成分
    
39. {
    
40. my ($father,$nowpart, $txt, $attr) = @_;
    
41. my $part = $father->addNewChild('', $nowpart);#$nowpart = 主 谓 宾
    
42. $part->addChild( $dom->createTextNode($txt) );#？？？
    
43. $part->setAttribute("attr", "3");
    
44. 
    
45. }
    
46. 
    
47. 
    
48. my @junode = $root->getElementsByTagName('句');
    
49. foreach my $junow(@junode)
    
50. {
    
51.         if($junow->nodeName() eq "句")
    
52.         {   
    
53.       addPart2($junow,'补', '很深', 'not');#
    
54.   }
    
55. }
    
56. 
    
57. print "-------\n"; #
    
58. print $dom->toString(1); #

复制代码