Perl脚本解析Excel报错：XML格式异常（Strawberry Perl迁移问题）

• 检查XML模块版本差异
  ActiveState与Strawberry Perl搭载的XML::Parser及依赖的Expat库版本可能存在差异，旧版Expat对非标准XML的容错性更强。可尝试安装低版本XML::Parser：

  cpanm XML::Parser=2.44
  

  该版本与旧版ActiveState Perl常用的XML::Parser版本接近，兼容性更好。

• 修复Excel转XML的格式问题
  原脚本处理的Excel文件（尤其是.xls格式）转XML后可能包含非法字符或不符合严格XML规范的内容，旧版解析器可容忍但新版不行：

  1. 确保文件编码为UTF-8，无BOM或乱码；
  2. 解析前过滤XML非法控制字符：

     $xml_content =~ s/[\x00-\x08\x0b\x0c\x0e-\x1f]//g;
     

• 替换为更兼容的解析模块
  若XML::Parser的严格模式无法适配，可换用容错性更高的模块：

  • 用XML::LibXML开启容错模式：

    use XML::LibXML;
    my $parser = XML::LibXML->new(recover => 1);
    my $doc = $parser->parse_file($excel_xml_path);
    

  • 直接使用专门的Excel解析模块，跳过手动XML处理步骤：

    # 处理.xls文件
    use Spreadsheet::ParseExcel;
    my $parser = Spreadsheet::ParseExcel->new();
    my $workbook = $parser->parse($excel_file_path);
    
    # 处理.xlsx文件
    use Spreadsheet::ParseXLSX;
    my $parser = Spreadsheet::ParseXLSX->new();
    my $workbook = $parser->parse($excel_file_path);
    

• 排查脚本解析逻辑
  查看脚本第255行的XML解析代码，确认是否依赖ActiveState Perl下的默认宽松设置。XML::Parser本身严格模式调整空间有限，优先考虑上述模块替换方案。

内容的提问来源于stack exchange，提问作者JeyJim