XML::LibXML 是更稳、更省心的 Perl XML 解析选择，支持 XPath、命名空间、DTD 验证，API 直观，能自动处理 BOM 和空白；推荐显式指定编码、注册命名空间前缀、用 findnodes() 替代 findvalue()、大文件用 XML::LibXML::Reader 流式解析，并注意编码声明、HTTP 头与终端输出的一致性。
用 XML::LibXML 而不是 XML::Parser 解析常见 XML
绝大多数 Perl XML 解析需求，XML::LibXML 是更稳、更省心的选择。它底层绑定 libxml2，支持 XPath、命名空间、DTD 验证，而且 API 直观——XML::Parser 是事件驱动的 SAX 风格，写起来绕，容易漏状态、错边界。
常见错误现象：XML::Parser 报 not well-formed (invalid token)，其实只是 XML 里有 UTF-8 BOM 或换行前空格；而 XML::LibXML 默认能吞掉这些干扰。
- 安装命令：
cpan XML::LibXML（若报libxml2缺失，需先装系统包，如 Ubuntu 上sudo apt-get install libxml2-dev） - 读取文件时，显式指定编码比依赖自动探测更可靠：
my $doc = $parser->parse_file('data.xml', { encoding => 'UTF-8' }); - 如果 XML 带命名空间（比如
<rss xmlns="http://purl.org/rss/1.0/"></rss>），必须注册前缀才能用 XPath：$xpc->registerNs('r', 'http://purl.org/rss/1.0/');
findnodes() 和 findvalue() 别混用场景
findnodes() 返回节点列表，适合遍历或进一步操作；findvalue() 直接返回字符串值（会拼接所有匹配文本并去空白），看似方便，但一遇到多节点或嵌套结构就出错。
使用场景：想取 <item><title>Perl XML</title>
<pubdate>2024</pubdate></item> 中每个 title 的纯文本？用 findnodes() 更可控。
- 错误写法：
$node->findvalue('//title')—— 若有多个<title></title>，结果串成一团，中间没分隔符 - 正确做法：
for my $title_node ($node->findnodes('//item/title')) { say $title_node->textContent; } -
textContent比toString更安全：后者可能带标签，前者只取文本内容（含子节点文本，但不带 HTML 实体转义）
大 XML 文件别直接 parse_file()，改用 XML::LibXML::Reader
几百 MB 的 XML 用 parse_file() 会把整个树加载进内存，Perl 进程瞬间吃光几 GB 内存，甚至被 OOM killer 干掉。
XML::LibXML::Reader 是基于 libxml2 的流式读取器，一次只读一个节点，内存占用恒定在几百 KB 级别。
- 初始化：
my $reader = XML::LibXML::Reader->new( location => 'huge.xml' ); - 跳过无关节点用
moveToElement()和nextElement()，比 XPath 快得多 - 只处理特定标签（如
<record></record>）：while ($reader->read) { next unless $reader->name eq 'record'; ... } - 注意：它不支持 XPath，也不能回溯，适合“从头扫到尾+单向提取”的场景
中文乱码常卡在三个地方：编码声明、HTTP 头、终端输出
Perl 本身不强制 XML 编码和实际字节一致，XML::LibXML 会按 XML 声明里的 encoding="GBK" 去解，但如果文件实际是 UTF-8，就会崩。
常见错误现象：Document is empty 或 String could not be parsed as XML，十有八九是编码对不上。
- 检查 XML 文件开头是否真有
<?xml version="1.0" encoding="UTF-8"?>，且文件保存格式与之匹配（用file huge.xml看） - 如果是 HTTP 获取的 XML，
Content-Type头里的charset=GBK优先级高于 XML 声明，得手动覆盖：$parser->parse_string($content, { encoding => 'GBK' }); - 终端输出中文前加
binmode STDOUT, ':utf8';，否则say $node->textContent在某些终端显示为
最麻烦的是混合编码：XML 声明写 UTF-8，但某段 <desc></desc> 里塞了 GBK 字节。这种只能先用 Encode::decode('gbk', $raw_bytes, Encode::FB_CROAK) 预处理原始字符串再喂给解析器——没人喜欢这样，但真实数据就是这么脏。
