Dotaz: Perl, XML::Simple a utf8

[juvi]

Zdravím, mám problém s diakritikou: mám XML soubor v UTF8 mám prográmek:

#!/usr/bin/perl

use XML::Simple;

use Data::Dumper;

my $xs = XML::Simple->new(NumericEscape => 0);

my $ref = $xs->XMLin('benzina2012-format.xml');

print Dumper($ref);

vše funguje dobře, ale znaky s diakritikou to konvertuje do podoby: \x{fd} \x{ed} apod. Nepomáhá ani nastavit NumericEscape.

Odpovědi

[darkenik]

use utf8;

http://perldoc.perl.org/utf8.html

[juvi]

No, trochu moc jsem to zjednodušil, ono při těchto mých prvních pokusech s perlením na UTF8 jsem zkoušel a rozumný výsledek (nikoliv "Wide character in..."):

use utf8;

use encoding 'utf8';

my $pokus = "nazdar á éř\x{20AC}\n";

print $pokus;

Ovšem XML::Simple, přestože tvrdí, že UTF zpracovává, načte soubor s hlavičkou ...encoding="UTF-8"... tak, ten Dumper vyjede diakritiku ve tvaru \x... sakra, není ten problém v tom Dumperu?

[buff]

Je to v Dumperu, řešení spatra neznám, ale pohledám.

[buff]

Zkus se podívat na toto: http://www.perlmonks.org/?node_id=759457

[juvi]

Bylo to v Dumperu, to jsem rád. Děkuji.

[kapet]

V tom řešení pro ten Dumper je asi ještě dobré přidat escapování znaků uvozovek a případně zpětného lomítka, něco jako

use Data::Dumper;

$Data::Dumper::Useqq = 1; 
{   no warnings 'redefine'; 
    sub Data::Dumper::qquote {
        my $s = shift;
        $s =~ s|\\|\\\\|g;  
        $s =~ s|'|\\'|g; 
        return "'$s'";
    }
}

[tom]

man Data::Dumper napsal:

Pure Perl version of "Data::Dumper" escapes UTF-8 strings