Perl将XML格式十进制Unicode编码字符串转换为实际字符的方案咨询

最优实现 #

直接使用Perl内置chr()函数配合正则替换的/e求值修饰符，全局扫描一次即可完成所有实体转换，无需eval，性能高且无安全风险：

# 一行完成全量转换
$unicodeString =~ s/&#(\d{1,5});/chr($1)/ge;

原理解释 #

• chr()函数原生支持直接传入十进制Unicode码点返回对应字符，无需提前转换为十六进制
• 正则修饰符g代表全局匹配，e代表将替换段作为Perl代码执行，每匹配到一个实体就动态计算替换结果
• 处理万级实体字符耗时仅毫秒级，远高于循环+eval的方案

测试示例 #

use strict;
use warnings;
# 终端输出需开启UTF-8编码层避免乱码
binmode STDOUT, ':encoding(UTF-8)';

my $raw = '我认识到自己的长处和短处，并追求自我发展。';
$raw =~ s/&#(\d{1,5});/chr($1)/ge;
print $raw;
# 输出结果：我认识到自己的长处和短处，并追求自我发展。

原方案问题说明 #

你之前拼接的\x{...}格式字符串无法生效，是因为\x是Perl代码解析阶段才会处理的字面量语法，运行时动态拼接的字符串中\x仅代表普通字符，不会触发转义。使用eval相当于将拼接后的字符串重新送入Perl解析器执行，不仅性能低下，还存在代码注入风险，完全可以用上述方案替代。

内容的提问来源于stack exchange，提问作者JKandra