问比较两个UTF-8文本文件并忽略空白或全部为空白的行

EN

我是一个维护Kindle(HTML)和Open Office版本的书籍的作者。我有时会忘记对其中一个进行更改，而文档却出现了分歧。

我的步骤是复制每个文件中的文本并将其粘贴到单独的文本文件中(使用TextEdit中的粘贴和匹配样式)，然后执行差分操作。但是，HTML粘贴会在段落之间添加空行。

我有一个文件差异工具，但它没有忽略空行的选项。我的想法是编写一个Perl脚本来删除空行。但是，该脚本的输出搞错了特殊字符--如连字符、卷曲引号等。我尝试过使用BINMODE和其他技巧，但都无济于事。

我将接受一个指向MAC OS X的空闲比较程序的指针，该比较程序忽略空行，或者接受一种使Perl不会搞错UTF-8特殊字符的方法。我使用的是Perl 5.14。我更喜欢不依赖于新特性的答案，但如果我必须安装新的Perl，我会这样做。

更新：

这不起作用：

use open IO  => ":encoding(iso-8859-7)";
open(FILE, "From HTML.txt") or die "$!\n";
open(OUT, ">From HTML - no blank lines.txt") or die "$!\n";
while(<FILE>) {
    next if /^\s*$/;
    print OUT $_;
}
close FILE; close OUT;

我也试着给binmode(OUT, ":utf8");打电话

更新:尝试了另一个Stackoverflow问题的提示，但没有成功：

open(my $fh, "<:encoding(UTF-8)", "filename");