如何使用Perl'；具有非英语元素名称的XML:：XPath？

当某些元素的名称不是英文时，如何处理

我使用草莓Perl

我从web上获得

employees.xml

和

train_xml.pl

，它们工作得很好

但是当我添加一些汉字时，我得到以下错误：

D:/草莓/perl/site/lib/XML/XPath/Parser.pm第189行的骰子中的宽字符。

Query:
/employees/employee[@age="30"]/工作...
..............................^^^
Invalid query somewhere around here (I think)

我怎样才能解决这个问题

employees.xml

：

linux
美国
教师
雨衣
美国
窗户
美国

train_xml.pl

：

use Encode;
use XML::XPath->new;
use utf8;
my $xp=XML::XPath->new(filename=>"employees.xml");
print $xp->findvalue('/employees/employee[@age="10"]/name'),"\n";
my $path1 = '/employees/employee[@age="30"]/工作';
print $xp->findvalue($path1),"\n";

您可以使用：

输出：

$ ./a a.xml
mac
教师

$ ./a a.xml
mac
教师

---

如果您想继续使用（buggy、较慢且使用范围远小于buggy），可以使用以下选项：

#!/usr/bin/perl

use strict;
use warnings;

use utf8;
use open ':std', ':encoding(UTF-8)';

use feature qw( say );

use XML::XPath qw( );

{ # Monkeypatch XML::XPath.
   package XML::XPath::Parser;

   # Colon removed from these definitions.
   my $NameStartCharClassBody = "a-zA-Z_\\xC0-\\xD6\\xD8-\\xF6\\xF8-\\x{2FF}\\x{370}-\\x{37D}\\x{37F}-\\x{1FFF}\\x{200C}-\\x{200D}\\x{2070}-\\x{218F}\\x{2C00}-\\x{2FEF}\\x{3001}-\\x{D7FF}\\x{F900}-\\x{FDCF}\\x{FDF0}-\\x{FFFD}\\x{10000}-\\x{EFFFF}";
   my $NameCharClassBody = "${NameStartCharClassBody}\\-.0-9\\xB7\\x{300}-\\x{36F}\\x{203F}-\\x{2040}";
   my $Name = "(?:[$NameStartCharClassBody][$NameCharClassBody]*)";

   $NCName = $Name;
   $QName = "$NCName(?::$NCName)?";
   $NCWild = "${NCName}:\\*";
}

{
   my $doc = XML::XPath->new(filename => $ARGV[0]);
   say $doc->findvalue('/employees/employee[@age="10"]/name');
   say $doc->findvalue('/employees/employee[@age="30"]/工作');
}

输出：

$ ./a a.xml
mac
教师

$ ./a a.xml
mac
教师

您应该始终毫无例外地发布您运行的实际代码，而不是胡言乱语，如：

use XML::XPath->new;

现在，关于这个问题，我相当肯定这是由以下原因造成的：

由于我不熟悉的原因，它要求元素的第一个字符仅限于一组英文字母和

。

。下面是一个简单的测试用例：

#!/usr/bin/env perl

use v5.14;
use strict;
use warnings;

use utf8;
use open qw(:std :encoding(UTF-8));

use XML::XPath;

my $xp = XML::XPath->new(ioref => \*DATA );

my $good_path = '/employees/employee[@age="30"]/yağcı';
my $bad_path = '/employees/employee[@age="30"]/şımarık';

say $xp->findvalue($good_path);

say $xp->findvalue($bad_path);

__DATA__
<?xml version="1.0" encoding="utf-8" ?>
<employees>
    <employee age="30">
        <şımarık>değil</şımarık>
        <yağcı>değil</yağcı>
    </employee>
</employees>

如果我将该模式更改为：

我得到输出：

C:\…\>perlx.pl
德伊尔
德伊尔

使用您的原始数据，我得到：

değil
教师

在做出适当的更改之后

这不是正确的模式，但我这样做是为了确保我对原因的预感是正确的，因为我做出了尽可能小的改变。正确的规格是：

---

这个。您可以下载或更高版本的测试。

第一次查询的结果正确吗？看起来它只是在解析第二个查询时遇到了问题，而不是您的XMLYes有任何问题。是的，来自web的第一个查询是正确的。我添加的第二个问题不正确。非常感谢！你的两个答案对我很有启发性。幸运的是：：Parser将模式存储在全局变量中！谢谢你的详细解释。

$NCName = '(\w[\w\\.\\-]*)';

Name          ::= NameStartChar (NameChar)*

NameStartChar ::= ":" | [A-Z] | "_" | [a-z] |
                  [#xC0-#xD6] | [#xD8-#xF6] | [#xF8-#x2FF] |
                  [#x370-#x37D] | [#x37F-#x1FFF] | [#x200C-#x200D] |
                  [#x2070-#x218F] | [#x2C00-#x2FEF] | [#x3001-#xD7FF] |
                  [#xF900-#xFDCF] | [#xFDF0-#xFFFD] | [#x10000-#xEFFFF]

NameChar      ::= NameStartChar | "-" | "." | [0-9] | #xB7 |
                  [#x0300-#x036F] | [#x203F-#x2040]