>>58
まともにutf8とかにしないで、日本語部分を適当に英数字のみをつかってエンコードしてから
食わせてやって出てくるものには逆変換かませばなんとかならんかね。

たとえば、eucに直してから0x80〜0xffの範囲を hoge<16進2ケタ> にするとかさ。hogeは
入力中にあらわれない文字列を適当に選んで。

そうすればHTML::TreeBuilderからはなんだかわからないけど長いスペルの英単語にしか見えない
はずなんで、あまり余計なことはされないんじゃないかと。