Linux 上使用中文字符的 XML UTF-8/ISO-8859-1 编码存在问题

我在Linux上有一个XML文件(response.xml)，我试图使用awk/sed/grep等解析它。XML文件包含一些中文字符，我正在尝试获取FunCode的值

<FunCode>9000</FunCode>

在 Linux 上使用view或cat：

<?xml version='1.0' encoding='UTF-8'?>
<soapenv:Envelope xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/">
<soapenv:Body>
<ns31:UploadInboundResponseElement xmlns:ns31="http://www.example.com/schema/xyzWS">
<ns31:UploadInboundResult>&lt;?xml version="1.0" encodi®æå&lt;/Remark>&lt;/Head>&lt;/ATKCST>>unCode>9000&lt;/FunCode>&lt;Remark>æ¥æ¶æ°æ
</ns31:UploadInboundResult>
</ns31:UploadInboundResponseElement>
</soapenv:Body>
</soapenv:Envelope>

在 Linux 上使用file命令：

$ file -b --mime-encoding response.xml
$ utf-8

在使用记事本的 Windows 上，该文件如下所示。请注意，编码是 UTF-8：

<?xml version='1.0' encoding='UTF-8'?>
<soapenv:Envelope xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/">
<soapenv:Body>
<ns31:UploadInboundResponseElement xmlns:ns31="http://www.example.com/schema/xyzWS">
<ns31:UploadInboundResult>&lt;?xml version="1.0" encoding="UTF-8" ?>&lt;ATKCST>&lt;Head>&lt;FunCode>9000&lt;/FunCode>&lt;Remark>接收数据成功&lt;/Remark>&lt;/Head>&lt;/ATKCST></ns31:UploadInboundResult>
</ns31:UploadInboundResponseElement>
</soapenv:Body>
</soapenv:Envelope>

然而，当我在 Windows 上使用任何网络浏览器打开文件时，它会显示这一点。请注意，编码为 ISO-8859-1：

<?xml version="1.0" encoding="ISO-8859-1"?>
<soapenv:Envelope xmlns:soapenv="http://schemas.xmlsoap.org/soap/envelope/">
<soapenv:Body>
<ns31:UploadInboundResponseElement xmlns:ns31="http://www.example.com/schema/xyzWS">
<ns31:UploadInboundResult>
<?xml version="1.0" encoding="UTF-8" ?>
<ATKCST>
<Head>
<FunCode>9000</FunCode>
<Remark>接收数据成功</Remark>
</Head>
</ATKCST>
</ns31:UploadInboundResult>
</ns31:UploadInboundResponseElement>
</soapenv:Body>
</soapenv:Envelope>

所以该文件在浏览器中的格式正确，但我很困惑为什么 Linux 说该文件是 UTF-8 编码的，而在浏览器中它显示为 ISO-8859-1。

仅仅是因为"编码='UTF-8'"吗？

我的另一个(主要)问题是，在 Linux 上，我无法搜索和获取 FunCode 的值"9000"。

关于如何在 Linux 上格式化文件以便获得 FunCode 值的任何想法？我尝试使用"iconv"，但这没有帮助。

你在 Linux 中看到的混乱很可能是由于终端配置错误造成的。给定您在记事本中看到的内容，您必须将 UploadInboundResult 解码为文本，将其重新解释为 XML，然后最终获取您的元素：

$ xmlstarlet sel -T -N ns='http://www.example.com/schema/xyzWS' 
-t -v '//ns:UploadInboundResult' response.xml |
xmlstarlet sel -t -v '//FunCode' -n
9000

相关内容

最新更新

热门标签：