解决Perl 5.8.8用XML::RSS无法解析非utf-8编码的RSS问题

解决Perl 5.8.8用XML::RSS无法解析非utf-8编码的（9php.com）RSS问题

摘要：XML-RSS-1.36是 常用的（9php.com）操作RSS的（9php.com）模块，不过遗憾的（9php.com）是，不支持gb2312，big5等编码的（9php.com）rss文件，操作的（9php.com）话直接报错“Couldn't open encmap gb2312.enc”退出。今天一段代码读baidu的（9php.com）新闻rss 时遇到这个问题，先鄙视一下他用gb2312编码。网上搜索到的（9php.com）解决方案在我这里无效，最终自己比较不优雅的（9php.com）解决了一下。      

      这个问题发生的（9php.com）原因是XML::RSS模块会调用XML::Parser模块，最终是调用的（9php.com）Perl的（9php.com）核心库Expat，这东西是C写的（9php.com），不支持gb2312编码。网上搜索到的（9php.com）解决办法如下：
      1. Download GB2312.TXT from ftp.unicode.org，事实上这个东西目前下载地址是http://search.cpan.org/src/GUS/Unicode-UTF8simple-1.06/gb2312.txt      
      2. Download the XML::Encoding 1.01 and get two binaries: make_encmap and compile_encoding，这东西在d:\perl\bin下面，根据的（9php.com）安装目录而有变化。
      3. run make_encmap as follows:make_encmap GB2312 GB2312.TXT > GB2312.encmap
      4. Add expat='yes' to the first line of GB2312.encmap
      5. run compile_encoding: compile_encoding -o GB2312.enc GB2312.encmap
      6. copy GB2312.enc to /usr/lib/perl5/site_perl/5.005/i386-linux/XML/Parser/Encoding，windows的（9php.com）话，lib/下面自己去找。

      不过遗憾的（9php.com）是，现在这种方法已经不行了，最后在<<Thinking in perl>>中找到原因，如下：
      使用 make_enmap 的（9php.com）时候需要改下载来的（9php.com）GB2312.TXT。因为在 GB2312.txt  中，中文编码0x2121  的（9php.com）应该为 0xa1a1 ， 即第一列值全部需要加 0x8080，这样就可以了。修改 make_enmap给需要处理的（9php.com）地方每个值加 0x80。

      不过这样还是太麻烦了，我的（9php.com）做法是直接给XML文件编码一下，代码片段如下：
[list=1][*]$xml = get( 'http://news.baidu.com/n?cmd=1&class=internet&tn=rss⊂=0' );[*][*]if( ！ defined($xml) )[*]{[*]warn "$！n";[*]return;[*]}[*][*]if( $xml =~ /s+encoding="(.*?)"/ )[*]{[*]$encode = $1;[*]}[*][*]if ( &trim($encode) eq "" )[*]{[*]print "No encode found， use utf-8.n";[*]}[*][*]if( ($encode ne "") && ($encode ne "utf-8") && ($encode ne "UTF-8") )[*]{[*]$xml = decode_utf8( decode( $encode， $xml ) );[*]}[*]$xml =~ s/encoding="(.*?)"/encoding="utf-8"/;[*][*]my $rss = new XML::RSS;[*]$rss->parse($xml);[/list]      
      先抓取RSS数据，然后查询编码，不是utf-8的（9php.com）话，自己解码再编码到utf-8，并且记得要替换xml文件中的（9php.com）编码申明。