xml - 如何将控制字符转换为 HTML 实体？

Question

我正在读取一个文本文件并将其内容放在一个 xml 输出文件的标记中。我面临的问题是输入文本文件包含一些控制字符，例如<96>或<92>导致我的脚本输出无效的 xml。

如何将这些控制字符转换为相应的数字 HTML 实体，这样就不会丢失数据并且生成的文件也有效？

我试过了：

perl -p -i -e 's/\x96/\&\#150\;/g; s/\x92/\&\#146\;/g;' out_xml

但我想将任何控制字符转换为 HTML 实体。

Answer 1

HTML::Entities做你想做的事：

$ perl -MHTML::Entities -le 'print encode_entities("\x96\x92")'
–’