Perl中Mojo::DOM处理UTF8等编码时出现编码损坏问题

问题现象 #

尝试梳理Mojo::DOM对UTF-8及其他编码格式的正确使用方式时，发现模块处理流程会破坏文本原有编码，初始实现代码如下：

my $dom = Mojo::DOM->new($html);

$dom->find('script')->reverse->each(sub {
    #print "$_->{id}\n";
    $_->remove;
});

$dom->find('style')->reverse->each(sub {
    #print "$_->{id}\n";
    $_->remove;
});

$dom->find('script')->reverse->each(sub {
    #print "$_->{id}\n";
    $_->remove;
});

my $html = "$dom"; # 回传给$html，此时已完成HTML清理

实际运行表现：

• 未经过Mojo::DOM处理直接保存的文件内容显示完全正常
• 经过上述逻辑处理后输出的文件内容出现乱码

初始实现细节 #

文件读取通过Path::Tiny模块实现，使用的读取代码为：
my $utf8 = path($_[0])->slurp_raw;
最初认为slurp_raw方法读取到的原始字节数据可以直接传入Mojo::DOM处理。

临时解决方案 #

在收到相关建议后，调研了可自动识别文件编码的解码方案，先后测试了Encode::Guess等多个Perl生态下的编码识别模块，但这类模块在不少场景下存在编码识别不准的问题，目前实测如下方案可正常解决乱码问题：

my $enc_tmp = `encguess $_[0]`;
my ($fname,$type) = split /\s+/, $enc_tmp;
my $decoded = decode( $type||"UTF-8", path($_[0])->slurp_raw );

内容的提问来源于stack exchange，提问作者Andrew Newby