XML:：Twig格式不正确（无效令牌）在执行就地编辑后解析文件

我正在处理一个需求，在这个需求中，我们的应用程序接收一个外部soapxml响应，该响应按原样写入一个文件。soap响应中的特定元素将具有嵌入的xml，该xml将html实体“”作为转义字符。目标是

用“”替换所有溢出的字符

解析每个元素并解码嵌入的base64编码pdf，并将所有解码的页面数据合并到单个pdf文件中

soap响应如下所示：

<?xml version="1.0" encoding="utf-8"?>
<soap:Envelope xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
<soap:Body>
<RequestResponse>
<RequestResult>&lt;myAPI xmlns="http://integration.myapi.com" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://integration.myapi.com C:\MessageSet\DocumentInquiry.xsd"&gt;&lt;myHeader Version="1.1"&gt;test Header&lt;/myHeader&gt;&lt;Page Number="1" Format="PDF" &gt;&lt;Value&gt;JVBERi0xLjYNJeLjz9MNCjI0IDAgb2Jq==&lt;/Value&gt;&lt;/Page&gt;&lt;Page Number="2" Format="PDF" &gt;&lt;Value&gt;JVBERi0xLjYNJeLjz9MNCjI0IDAgb2Jq==&lt;/Value&gt;&lt;/Page&gt;&lt;/myAPI&gt;
</RequestResult>
</RequestResponse>
</soap:Body>
</soap:Envelope>

我怀疑在替换编码的html实体后，编辑的文件正在丢失原始编码，这就是为什么在我的细枝定义中包含KeepEncoding。但是仍然得到无效的令牌。 此外，如果我在浏览器中打开带有解码html实体的编辑文件，则该文件渲染良好，没有可见错误

---

你知道被编辑的文件有什么问题吗？感谢您的指点。

我偏爱XML:：LibXML。这就是我要用的：

使用XML:：libxmlqw（）；
使用XML:：LibXML:：XPathContext qw（）；
my$doc=XML:：LibXML->load_XML（location=>“in.XML”）；
我的$xpc=XML:：LibXML:：XPathContext->new（$doc）；
$xpc->registerNs（soap=>）http://schemas.xmlsoap.org/soap/envelope/" );
我的（$result\u节点）=
$xpc->findnodes（'/soap:Envelope/soap:Body/RequestResponse/RequestResult'）；
if（$result\u节点）{
my$result_xml=$result_node->textContent（）；
utf8:：encode（$result\uXML）；
$result\u node->childNodes（）的$\u->unbindNode（）；
我的$result\u doc=XML:：LibXML->load\u XML（字符串=>$result\u XML）；
$result\u node->appendChild（$result\u doc->documentElement）；
}
$doc->toFile（“out.xml”）；

说到字符编码，我假设内部文档不是双重编码的。如果是这种情况，

$result\u xml

最初包含解码文本。但是解析器需要编码文本。如果没有

来说明其他情况，则应使用UTF-8。这解释了“在运行此脚本并传入接收到的soap响应文件后”对

utf8:：encode

Re的调用，那么您的脚本会生成什么不正确的XML？提示：

die（…）；退出毫无意义
die
抛出异常，因此永远不会到达以下
exit
。删除对退出的调用。（无论如何，在出现错误时，您不应该以默认退出代码
0
退出！）
<?xml version="1.0" encoding="utf-8"?>
<soap:Envelope xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema">
<soap:Body>
<RequestResponse>
<RequestResult>
<myAPI xmlns="http://integration.myapi.com" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://integration.myapi.com C:\MessageSet\DocumentInquiry.xsd">
<myHeader Version="1.1">test Header</myHeader>
<Page Number="1" Format="PDF" >
<Value>JVBERi0xLjYNJeLjz9MNCjI0IDAgb2Jq==</Value>
</Page>
<Page Number="2" Format="PDF">
<Value>JVBERi0xLjYNJeLjz9MNCjI0IDAgb2Jq==</Value>
</Page>
</myAPI>
</RequestResult>
</RequestResponse>
</soap:Body>
</soap:Envelope>

#!/usr/bin/perl
use strict;
use warnings;
use XML::Twig;
use MIME::Base64;
use Data::Dumper qw(Dumper);

my ($filename, $downloadLocation) = @ARGV;

if (not defined $filename) {
  die "Need file name\n";
  exit;
}

if (not defined $downloadLocation) {
  die "Need download location\n";
  exit;
}

# Take a back up of the file received
rename($filename, $filename.'.bak');
open(my $infh,'<:encoding(utf-8)', $filename.'.bak') or die "Error opening $filename: $!";
open(my $outfh,'>:encoding(utf-8)', $filename) or die "Error opening $filename: $!";

while(<$infh>)
{
    # replace &lt; with < and &gt; with >
    $_ =~ s/&lt;/</g;
    $_ =~ s/&gt;/>/g;
    
    print $outfh $_;
    
}
close($infh);
close($outfh);

# create a twig for elements that hold pdf data
my $t= XML::Twig->new( 
            keep_spaces => 1,
            keep_encoding => 1,
            KeepEncoding => 1,          
            twig_roots   => { 'Page[@Format]/Value' => \&decode_n_purge },
        );
$t->parse($filename);

sub decode_n_purge {
    my( $t, $elt)= @_;
    
    my $epoc = time();
    
    # Use the open() function to create the file where pdf data will be written.
    unless(open DEST_FILE, '>'.$downloadLocation/$epoc.pdf) {
        # Die with error message 
        # if we can't open it.
        die "\nUnable to create $downloadLocation\n";
    }
    
    binmode DEST_FILE;
    my $buf;
    open(FILE, $filename) or die "$!";
    
    # write decoded pdf data to the destination in chunks
    while (read(FILE, $buf, 4000*57)) {
        print DEST_FILE decode_base64($buf);
    }
        
    close FILE;
    close DEST_FILE;
    
    $t->purge;           # frees the memory
}

$t->parse($filename);