Perl Twig如何保持编码工作？

很久以前，我在网上发现了一些Perl，当它是一行时，它可以整齐地格式化有效的XML（制表符和换行符）。代码如下

它使用XML:：Twig来实现这一点。它在不使用keep_编码的情况下创建XML:：Twig对象（

$Twig=XML:：Twig->new（）

），但是如果我给它一个UTF-8编码的XML文件，其中包含一个非ASCII字符，它会根据Ubuntu上的isutf8命令生成一个无效的UTF-8文件。在xxd中打开文件，我可以看到字符从2字节变为1字节

如果我使用我的

$twig=XML:：twig->new（keep_encoding=>1）相同的输入生成有效的UTF-8，并保留两个字节

根据Perldoc进行keep_编码

这是一个（稍微？）邪恶的选项：如果XML文档不是UTF-8
编码并希望保持这种方式，然后设置keep_encoding
将使用expat original_string方法表示字符，从而保持
原始编码以及中的原始实体
字符串

为什么在没有该选项的情况下生成非UTF-8文档？为什么设置该选项会导致UTF-8-ness被保留

顺便说一下，非ASCII字符是一个不间断空格（c2 a0）

use strict;
use warnings;
use XML::Twig;
my  $sXML  = join "", (<>);
my  $params = [qw(none nsgmls nice indented record record_c)];
my  $sPrettyFormat  = $params->[3] || 'none';
my $twig = XML::Twig->new();
$twig->set_indent(" "x4);
$twig->parse( $sXML );
$twig->set_pretty_print( $sPrettyFormat );
$sXML      = $twig->sprint;
print $xXML;

使用严格；
使用警告；
使用XML：：Twig；
我的$sXML=加入“”（）；
my$params=[qw（无nsgmls良好缩进记录_c）]；
my$sPrettyFormat=$params->[3]| |“无”；
my$twig=XML:：twig->new（）；
$twig->set_缩进（““x4”）；
$twig->parse（$sXML）；
$twig->set\u pretty\u print（$sPrettyFormat）；
$sXML=$twig->sprint；
打印$xXML；
没有数据很难进行测试，但我猜这是因为Perl将文件打印为ISO-8859-1文件，因为它没有任何编码信息（它从XML:：Parser获取“原始”数据）。尝试
binmode标准输出'：utf8'打印前

另外，首先读取文件，然后将字符串传递给解析器可能不是一个好主意。使用
parsefile
（在文件名上）更安全。您可能会避免编码问题。
这里实际上有两件事：XML:：Twig生成的内容以及随后保存在文件中的内容。Twig在perl内存中生成$sXML，但与将其保存在文件中无关。谢谢@briandfoy。我现在让您回到掌握Perl的话题：-）谢谢，这很有效。大多数时候我用Java编码，所以我忘记了Perl并没有默认为UTF-8。这是为了向后兼容，如果Perl在第一次获得unicode支持时默认为使用utf8打印，它会破坏很多现有代码。还有其他方法可以使其默认输出utf8，比如
-C
选项。