NAME
perltw - 正 体 中 文 Perl 指 南
DESCRIPTION
欢 迎 来 到 Perl 的 天 地 ! 从 5.8.0 版 开 始 , Perl 具 备 了 完 善 的 Unicode (万 国 码 ) 支 援 , 也 连 带 支 援 了 许 e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 e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 , 阿 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 串 资 料 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 储 存 的 资 料 , Perl 提 供 了 Encode 这 个 模 组 , 可 以 让 你 轻 易 地 读 取 及 写 入 旧 有 的 编 码 资 料 .
Encode 延 伸 模 组 支 援 下 列 正 体 中 文 的 编 码 方 式 (’big5’ 表 示 ’big5-eten’):
big5-eten Big5 编 码 (含 倚 天 延 伸 字 形 ) big5-hkscs Big5 + 香 港 外 字 集 , 2001 年 版 cp950 字 码 页 950 (Big5 + 微 软 添 加 的 字 符 )举 例 来 说 , 将
Big5 编 码 的 档 案 转 成 Unicode, 祗 需 键 入 下 列 指 令 :
perl -Mencoding=big5,STDOUT,utf8 -pe1 < file.big5 > file.utf8
Perl 也 内 附 了 "piconv", 一 支 完 全 以 Perl 写 成 的 字 符 转 换 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 组 , 你 可 以 轻 易 写 出 以 字 符 为 单 位 的 程 式 码 , 如 下 所 示 :
#!/usr/bin/env perl # 启 动 big5 字 串 解 析 ; 标 准 输 出 入 及 标 准 错 误 都 设 为 big5 编 码 use encoding ’big5’, STDIN => ’big5’, STDOUT => ’big5’; print length("骆 驼 "); # 2 (双 引 号 表 示 字 符 ) print length(’骆 驼 ’); # 4 (单 引 号 表 示 位 元 组 ) print index("谆 谆 教 诲 ", "彖 帢 "); # -1 (不 包 含 此 子 字 串 ) print index(’谆 谆 教 诲 ’, ’彖 帢 ’); # 1 (从 第 二 个 位 元 组 开 始 )在 最 后 一 列 例 子 里 ,
"谆 " 的 第 二 个 位 元 组 与 "谆 " 的 第 一 个 位 元 组 结 合 成 Big5 码 的 "彖 "; "谆 " 的 第 二 个 位 元 组 则 与 "教 " 的 第 一 个 位 元 组 结 合 成 "帢 ". 这 解 决 了 以 前 Big5 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 组 . 它 目 前 提 供 下 列 编 码 方 式 :
cccii 1980 年 文 建 会 的 中 文 资 讯 交 换 码 euc-tw Unix 延 伸 字 符 集 , 包 含 CNS11643 平 面 1-7 big5plus 中 文 数 位 化 技 术 推 广 基 金 会 的 Big5+ big5ext 中 文 数 位 化 技 术 推 广 基 金 会 的 Big5e另 外 ,
Encode::HanConvert 模 组 则 提 供 了 简 繁 转 换 用 的 两 种 编 码 :
big5-simp Big5 正 体 中 文 与 Unicode 简 体 中 文 互 转 gbk-trad GBK 简 体 中 文 与 Unicode 正 体 中 文 互 转若 想 在
GBK 与 Big5 之 间 互 转 , 请 参 考 该 模 组 内 附 的 b2g.pl 与 g2b.pl 两 支 程 式 , 或 在 程 式 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 资 讯请 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 )
Perl 综 合 典 藏 网 (Comprehensive Perl Archive Network)
Perl 邮 递 论 坛 一 览 学 习 Perl 的 网 址
<http://www.oreilly.com.tw/chinese/perl/index.html>
正 体 中 文 版 的
欧 莱 礼 Perl 书 藉
<http://groups.google.com/groups?q=tw.bbs.comp.lang.perl>
台 湾 Perl 连 线 讨 论
区 (也 就 是 各 大
BBS 的 Perl 连 线 版
)
Perl
使 用 者 集 会
<http://www.pm.org/groups/asia.shtml#Taiwan> 台
湾 Perl 推 广 组 一 览
<http://irc.elixus.org/> 艺 立 协
线 上 聊 天 室
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 中 文 化 资 讯 为 什 么 叫
"正 体 中 文 " 不 叫 "繁 体 中 文 "?
<http://www.csie.ntu.edu.tw/~b7506051/mozilla/faq.html#faqglossary>
中 文 化 软 体 联
盟
<http://www.cpatch.org/>
Linux 软 体 中 文 化 计 划
<http://www.linux.org.tw/CLDP/>
SEE ALSO
Encode, Encode::TW, encoding, perluniintro, perlunicode
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