如何在解码HTML实体时跳过其他语言

Question

此代码块包含不同的语言和HTML实体。

这是功能。请为此提出解决方案。就其本身而言，它也改变了所有其他语言。

#! /usr/bin/perl -w 

use HTML::Entities; 
use Encode; 

my $a = "® , ª , Ñ , ‚ , î , ô , æ , ê , ß , š , ù"; 
my $b = "Pessimo il servizio della climatizzazione. Da migliorare la ristorazione."; 
my $c = "先秦兩漢 ®®® 儒家 孔子家語 子貢問(疑為「子夏問 曲禮子貢問第四十二，子夏問第四十三，疑誤植為「子貢問"; 
my $d = "漢字仮名交じり文"; 
my $e = "Очень хорошо все понравилась"; 

decode_entities($a); 
decode_entities($b); 
decode_entities($c); 
decode_entities($d); 
decode_entities($e); 

open(OUT,">test.xml"); 
print OUT '<?xml version="1.0" encoding="UTF-8" ?>'."\n"; 
print OUT "<Tag1>$a</Tag1>\n"; 
print OUT "<Tag2>$b</Tag2>\n"; 
print OUT "<Tag3>$c</Tag3>\n"; 
print OUT "<Tag4>$d</Tag4>\n"; 
print OUT "<Tag5>$e</Tag5>\n"; 
close(OUT); 

我想改变只 HTML名称/ HTML数为HTML符号。所有其他数据必须保持原样。

Answer 1

你不说什么问题，但它看起来好像跟HTML::Entities没什么关系。首先，你已经编写了一个UTF-8编码的程序，而不告诉Perl有关编码;其次，您正在将UTF-8编写为未设置的文件句柄。

另外也必须始终use strict和use warnings在每 Perl程序的顶部;在shebang线上的-w开关将不会做。而且你应该使用的open三个参数的形式，并且或者检查每一个或use autodie的状态，这将做到这一点你，如果你有10版或更高版本的Perl 5

你也应该不不断在sort块之外使用变量$a或$b。

所以，你的程序应该是这样的

#! /usr/bin/perl 

use utf8; 
use strict; 
use warnings; 

use HTML::Entities; 

my @strings = (
    '® , ª , Ñ , ‚ , î , ô , æ , ê , ß , š , ù', 
    'Pessimo il servizio della climatizzazione. Da migliorare la ristorazione.', 
    '先秦兩漢 ®®® 儒家 孔子家語 子貢問(疑為「子夏問 曲禮子貢問第四十二，子夏問第四十三，疑誤植為「子貢問', 
    '漢字仮名交じり文', 
    'Очень хорошо все понравилась', 
); 

decode_entities($_) for @strings; 

open my $out_fh, '>:encoding(UTF-8)', 'test.xml' 
     or die qq{Unable to open "test.xml" for output: $!}; 
print $out_fh qq{<?xml version="1.0" encoding="UTF-8" ?>\n}; 
print $out_fh "<Tag1>$_</Tag1>\n" for @strings; 
close $out_fh; 

在我的系统，这使以下文本test.xml，这正是我所期望的。

<?xml version="1.0" encoding="UTF-8" ?> 
<Tag1>® , ª , Ñ , ‚ , î , ô , æ , ê , ß , š , ù</Tag1> 
<Tag1>Pessimo il servizio della climatizzazione. Da migliorare la ristorazione.</Tag1> 
<Tag1>先秦兩漢 ®®® 儒家 孔子家語 子貢問(疑為「子夏問 曲禮子貢問第四十二，子夏問第四十三，疑誤植為「子貢問</Tag1> 
<Tag1>漢字仮名交じり文</Tag1> 
<Tag1>Очень хорошо все понравилась</Tag1> 

---

评论

对于那些有兴趣，谷歌翻译都提供空调以下

• $strings[1]意大利服务不好。改善食物。

• $strings[2]中国（汉族）秦和孔子的汉®®®论语，子贡问（疑似“子夏问音乐人子贡问第四十二，第四十三届子夏问，疑误植为”子贡问

• $strings[3]中国（汉族）字符樊文名哨吉り

• $strings[4]俄罗斯很好很喜欢所有