Linux Manpages Online - man.cx manual pages

從 5.8.0 版開始 , Perl 具備了完善的 Unicode (萬國碼 ) 支援 , 也連帶支援了許 e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 e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 , 阿拉伯文 , 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 內部的字串資料可用 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 , 為了處理以 Unicode 之前的編碼方式儲存的資料 , Perl 提供了 Encode 這個模組 , 可以讓你輕易地讀取及寫入舊有的編碼資料 .

Encode 延伸模組支援下列正體中文的編碼方式 (’big5’ 表示 ’big5−eten’):

    big5-eten   Big5 編 碼  (含 倚 天 延 伸 字 形 )
    big5-hkscs  Big5 + 香 港 外 字 集 , 2001 年 版
    cp950       字 碼 頁  950 (Big5 + 微 軟 添 加 的 字 符 )

舉例來說 , 將 Big5 編碼的檔案轉成 Unicode, 祗需鍵入下列指令 :

    perl -Mencoding=big5,STDOUT,utf8 -pe1 < file.big5 > file.utf8

Perl 也內附了 "piconv", 一支完全以 Perl 寫成的字符轉換工具程式 , 用法如下 :

    piconv -f big5 -t utf8 < file.big5 > file.utf8
    piconv -f utf8 -t big5 < file.utf8 > file.big5

另外 , 利用 encoding 模組 , 你可以輕易寫出以字符為單位的程式碼 , 如下所示 :

    #!/usr/bin/env perl
    # 啟 動  big5 字 串 解 析 ; 標 準 輸 出 入 及 標 準 錯 誤 都 設 為  big5 編 碼
    use encoding ’big5’, STDIN => ’big5’, STDOUT => ’big5’;
    print length("駱 駝 ");            #  2 (雙 引 號 表 示 字 符 )
    print length(’駱 駝 ’);            #  4 (單 引 號 表 示 位 元 組 )
    print index("諄 諄 教 誨 ", "彖 帢 "); # -1 (不 包 含 此 子 字 串 )
    print index(’諄 諄 教 誨 ’, ’彖 帢 ’); #  1 (從 第 二 個 位 元 組 開 始 )

在最後一列例子裡 , "諄 " 的第二個位元組與 "諄 " 的第一個位元組結合成 Big5 碼的 "彖 "; "諄 " 的第二個位元組則與 "教 " 的第一個位元組結合成 "帢 ". 這解決了以前 Big5 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 模組 . 它目前提供下列編碼方式 :

    cccii       1980 年 文 建 會 的 中 文 資 訊 交 換 碼
    euc-tw      Unix 延 伸 字 符 集 , 包 含  CNS11643 平 面  1-7
    big5plus    中 文 數 位 化 技 術 推 廣 基 金 會 的  Big5+
    big5ext     中 文 數 位 化 技 術 推 廣 基 金 會 的  Big5e

另外 , Encode::HanConvert 模組則提供了簡繁轉換用的兩種編碼 :

    big5-simp   Big5 正 體 中 文 與  Unicode 簡 體 中 文 互 轉
    gbk-trad    GBK 簡 體 中 文 與  Unicode 正 體 中 文 互 轉

若想在 GBK 與 Big5 之間互轉 , 請參考該模組內附的 b2g.pl 與 g2b.pl 兩支程式 , 或在程式內使用下列寫法 :

    use Encode::HanConvert;
    $euc_cn = big5_to_gb($big5); # 從  Big5 轉 為  GBK
    $big5 = gb_to_big5($euc_cn); # 從  GBK 轉 為  Big5

進一步的資訊

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.tw/chinese/perl/index.html>;

正體中文版的歐萊禮 Perl 書藉

<http://groups.google.com/groups?q=tw.bbs.comp.lang.perl>;

臺灣 Perl 連線討論區 (也就是各大 BBS 的 Perl 連線版 )

Perl 使用者集會
<http://www.pm.org/groups/asia.shtml#Taiwan>;

臺灣 Perl 推廣組一覽

<http://irc.elixus.org/>;

藝立協線上聊天室

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

中文化資訊
為什麼叫 "正體中文 " 不叫 "繁體中文 "?

<http://www.csie.ntu.edu.tw/~b7506051/mozilla/faq.html#faqglossary>;

中文化軟體聯盟

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

Linux 軟體中文化計劃

<http://www.linux.org.tw/CLDP/>;

AUTHORS

Jarkko Hietaniemi <jhi [AT] iki.fi>

Autrijus Tang (唐宗漢 ) <autrijus [AT] autrijus.org>

Manpages

NAME

DESCRIPTION

SEE ALSO

AUTHORS