Linux Manpages Online - man.cx manual pages

歡迎來到 Perl 的天地 ! 從 5.8.0 版開始 , Perl 具備了完善的 Unicode (統一碼 ) 支援 , 也連帶支援了許多拉丁語系以外的編碼方式 ; CJK (中日韓 ) 便是其中的一部份 . Unicode 是國際性的標準 , 試圖涵蓋世界上所有的字符 : 西方世界 , 東方世界 , 以及兩者間的一切 (希臘文 , 敘利亞文 , 亞拉伯文 , 希伯來文 , 印度文 , 印地安文 , 等等 ). 它也容納了多種作業系統與平臺 (如 PC 及麥金塔 ).

Perl 本身以 Unicode 進行操作 . 這表示 Perl 內部的字符串數據可用 Unicode 表示 ; Perl 的函式與算符 (例如正規表示式比對 ) 也能對 Unicode 進行操作 . 在輸入及輸出時 , 爲了處理以 Unicode 之前的編碼方式存放的數據 , Perl 提供了 Encode 這個模塊 , 可以讓你輕易地讀取及寫入舊有的編碼數據 .

Encode 延伸模塊支援下列簡體中文的編碼方式 (’gb2312’ 表示 ’euc-cn’):

    euc-cn      Unix 延 伸 字 符 集 , 也 就 是 俗 稱 的 國 標 碼
    gb2312-raw  未 經 處 理 的  (低 比 特 ) GB2312 字 符 表
    gb12345     未 經 處 理 的 中 國 用 繁 體 中 文 編 碼
    iso-ir-165  GB2312 + GB6345 + GB8565 + 新 增 字 符
    cp936       字 碼 頁  936, 也 可 以 用  ’GBK’ (擴 充 國 標 碼 ) 指 明
    hz          7 比 特 逸 出 式  GB2312 編 碼舉 例 來 說 , 將

EUC-CN 編碼的檔案轉成 Unicode, 祗需鍵入下列指令 :

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

Perl 也內附了 "piconv", 一支完全以 Perl 寫成的字符轉換工具程序 , 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 模塊 , 你可以輕易寫出以字符爲單位的程序碼 , 如下所示 :

    #!/usr/bin/env perl
    # 啓 動  euc-cn 字 串 解 析 ; 標 準 輸 出 入 及 標 準 錯 誤 都 設 爲  euc-cn 編 碼
    use encoding ’euc-cn’, STDIN => ’euc-cn’, STDOUT => ’euc-cn’;
    print length("駱 駝 ");            #  2 (雙 引 號 表 示 字 符 )
    print length(’駱 駝 ’);            #  4 (單 引 號 表 示 字 節 )
    print index("諄 諄 教 誨 ", "蛔 喚 "); # -1 (不 包 含 此 子 字 符 串 )
    print index(’諄 諄 教 誨 ’, ’蛔 喚 ’); #  1 (從 第 二 個 字 節 開 始 )在 最 後 一 列 例 子 裏 ,

"諄 " 的第二個字節與 "諄 " 的第一個字節結合成 EUC-CN 碼的 "蛔 "; "諄 " 的第二個字節則與 "教 " 的第一個字節結合成 "喚 ". 這解決了以前 EUC-CN 碼比對處理上常見的問題 . 額外的中文編碼 如果需要更多的中文編碼 , 可以從 CPAN (<http://www.cpan.org/>;) 下載 Encode::HanExtra 模塊 . 它目前提供下列編碼方式 :

gb18030 擴充過的國標碼 , 包含繁體中文 另外 , Encode::HanConvert 模塊則提供了簡繁轉換用的兩種編碼 :

    big5-simp   Big5 繁 體 中 文 與  Unicode 簡 體 中 文 互 轉
    gbk-trad    GBK 簡 體 中 文 與  Unicode 繁 體 中 文 互 轉若 想 在

GBK 與 Big5 之間互轉 , 請參考該模塊內附的 b2g.pl 與 g2b.pl 兩支程序 , 或在程序內使用下列寫法 :

    use Encode::HanConvert;
    $euc_cn = big5_to_gb($big5); # 從  Big5 轉 爲  GBK
    $big5 = gb_to_big5($euc_cn); # 從  GBK 轉 爲  Big5進 一 步 的 信 息請 參 考

Perl 內附的大量說明文件 (不幸全是用英文寫的 ), 來學習更多關於 Perl 的知識 , 以及 Unicode 的使用方式 . 不過 , 外部的資源相當豐富 : 提供 Perl 資源的網址
<http://www.perl.com/>;

Perl 的首頁 (由歐萊禮公司維護 )

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

Perl 綜合典藏網 (Comprehensive Perl Archive Network)

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

Perl 郵遞論壇一覽 學習 Perl 的網址

<http://www.oreilly.com.cn/html/perl.html>; 簡體中文版的歐萊禮 Perl 書藉

Perl 使用者集會
<http://www.pm.org/groups/asia.shtml#China>; 中國 Perl 推廣組一覽

Unicode 相關網址
<http://www.unicode.org/>;

Unicode 學術學會 (Unicode 標準的制定者 )

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

Unix/Linux 上的 UTF-8 及 Unicode 答客問

AUTHORS

Jarkko Hietaniemi <jhi [AT] iki.fi>

Autrijus Tang (唐宗漢 ) <autrijus [AT] autrijus.org> 跋本頁面中文版由中文 man 手冊頁計劃提供。中文 man 手冊頁計劃： https://github.com/man-pages-zh/manpages-zh

Manpages

NAME

DESCRIPTION

SEE ALSO

AUTHORS