Linux Manpages Online - man.cx manual pages

欢迎来到 Perl 的天地 ! 从 5.8.0 版开始 , Perl 具备了完善的 Unicode (统一码 ) 支援 , 也连带支援了许多拉丁语系以外的编码方式 ; CJK (中日韩 ) 便是其中的一部份 . Unicode 是国际性的标准 , 试图涵盖世界上所有的字符 : 西方世界 , 东方世界 , 以及两者间的一切 (希腊文 , 叙利亚文 , 亚拉伯文 , 希伯来文 , 印度文 , 印地安文 , 等等 ). 它也容纳了多种作业系统与平台 (如 PC 及麦金塔 ).

Perl 本身以 Unicode 进行操作 . 这表示 Perl 内部的字符串数据可用 Unicode 表示 ; Perl 的函式与算符 (例如正规表示式比对 ) 也能对 Unicode 进行操作 . 在输入及输出时 , 为了处理以 Unicode 之前的编码方式存放的数据 , Perl 提供了 Encode 这个模块 , 可以让你轻易地读取及写入旧有的编码数据 .

Encode 延伸模块支援下列简体中文的编码方式 (’gb2312’ 表示 ’euc-cn’):

    euc-cn      Unix 延 伸 字 符 集 , 也 就 是 俗 称 的 国 标 码
    gb2312-raw  未 经 处 理 的  (低 比 特 ) GB2312 字 符 表
    gb12345     未 经 处 理 的 中 国 用 繁 体 中 文 编 码
    iso-ir-165  GB2312 + GB6345 + GB8565 + 新 增 字 符
    cp936       字 码 页  936, 也 可 以 用  ’GBK’ (扩 充 国 标 码 ) 指 明
    hz          7 比 特 逸 出 式  GB2312 编 码举 例 来 说 , 将

EUC-CN 编码的档案转成 Unicode, 祗需键入下列指令 :

    perl -Mencoding=euc-cn,STDOUT,utf8 -pe1 < file.euc-cn > file.utf8

Perl 也内附了 "piconv", 一支完全以 Perl 写成的字符转换工具程序 , 用法如下 :

    piconv -f euc-cn -t utf8 < file.euc-cn > file.utf8
    piconv -f utf8 -t euc-cn < file.utf8 > file.euc-cn另 外 , 利 用

encoding 模块 , 你可以轻易写出以字符为单位的程序码 , 如下所示 :

    #!/usr/bin/env perl
    # 启 动  euc-cn 字 串 解 析 ; 标 准 输 出 入 及 标 准 错 误 都 设 为  euc-cn 编 码
    use encoding ’euc-cn’, STDIN => ’euc-cn’, STDOUT => ’euc-cn’;
    print length("骆 驼 ");            #  2 (双 引 号 表 示 字 符 )
    print length(’骆 驼 ’);            #  4 (单 引 号 表 示 字 节 )
    print index("谆 谆 教 诲 ", "蛔 唤 "); # -1 (不 包 含 此 子 字 符 串 )
    print index(’谆 谆 教 诲 ’, ’蛔 唤 ’); #  1 (从 第 二 个 字 节 开 始 )在 最 后 一 列 例 子 里 ,

"谆 " 的第二个字节与 "谆 " 的第一个字节结合成 EUC-CN 码的 "蛔 "; "谆 " 的第二个字节则与 "教 " 的第一个字节结合成 "唤 ". 这解决了以前 EUC-CN 码比对处理上常见的问题 . 额外的中文编码 如果需要更多的中文编码 , 可以从 CPAN (<http://www.cpan.org/>;) 下载 Encode::HanExtra 模块 . 它目前提供下列编码方式 :

gb18030 扩充过的国标码 , 包含繁体中文 另外 , Encode::HanConvert 模块则提供了简繁转换用的两种编码 :

    big5-simp   Big5 繁 体 中 文 与  Unicode 简 体 中 文 互 转
    gbk-trad    GBK 简 体 中 文 与  Unicode 繁 体 中 文 互 转若 想 在

GBK 与 Big5 之间互转 , 请参考该模块内附的 b2g.pl 与 g2b.pl 两支程序 , 或在程序内使用下列写法 :

    use Encode::HanConvert;
    $euc_cn = big5_to_gb($big5); # 从  Big5 转 为  GBK
    $big5 = gb_to_big5($euc_cn); # 从  GBK 转 为  Big5进 一 步 的 信 息请 参 考

Perl 内附的大量说明文件 (不幸全是用英文写的 ), 来学习更多关于 Perl 的知识 , 以及 Unicode 的使用方式 . 不过 , 外部的资源相当丰富 : 提供 Perl 资源的网址
<http://www.perl.com/>;

Perl 的首页 (由欧莱礼公司维护 )

<http://www.cpan.org/>;

Perl 综合典藏网 (Comprehensive Perl Archive Network)

<http://lists.perl.org/>;

Perl 邮递论坛一览 学习 Perl 的网址

<http://www.oreilly.com.cn/html/perl.html>; 简体中文版的欧莱礼 Perl 书藉

Perl 使用者集会
<http://www.pm.org/groups/asia.shtml#China>; 中国 Perl 推广组一览

Unicode 相关网址
<http://www.unicode.org/>;

Unicode 学术学会 (Unicode 标准的制定者 )

<http://www.cl.cam.ac.uk/%7Emgk25/unicode.html>

Unix/Linux 上的 UTF-8 及 Unicode 答客问

AUTHORS

Jarkko Hietaniemi <jhi [AT] iki.fi>

Autrijus Tang (唐宗汉 ) <autrijus [AT] autrijus.org> 跋本页面中文版由中文 man 手册页计划提供。中文 man 手册页计划： https://github.com/man-pages-zh/manpages-zh

Manpages

NAME

DESCRIPTION

SEE ALSO

AUTHORS