perlcn

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元: 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 之前的編碼方式存放的資料, 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 (低位元) GB2312 字元表
    gb12345     未經處理的中國用繁體中文編碼
    iso-ir-165  GB2312 + GB6345 + GB8565 + 新增字元
    cp936       字碼頁 936, 也可以用 'GBK' (擴充國標碼) 指明
    hz          7 位元逸出式 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 寫成的字元轉換工具程式, 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 模組, 你可以輕易寫出以字元為單位的程式碼, 如下所示:

    #!/usr/bin/env perl
    # 啟動 euc-cn 字串解析; 標準輸出入及標準錯誤都設為 euc-cn 編碼
    use encoding 'euc-cn', STDIN => 'euc-cn', STDOUT => 'euc-cn';
    print length("駱駝");            #  2 (雙引號表示字元)
    print length('駱駝');            #  4 (單引號表示位元組)
    print index("諄諄教誨", "蛔喚"); # -1 (不包含此子字串)
    print index('諄諄教誨', '蛔喚'); #  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 EUC-CN 碼的 "蛔"; "諄" 的第二個位元組則與 "教" 的第一個位元組結合成 "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 模組. 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 模組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 內附的大量說明檔案 (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 <[email protected]>

Autrijus Tang (唐宗漢) <[email protected]>

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

2003-09-02

perl v5.8.1

perlcn

NAME

DESCRIPTION

SEE ALSO

AUTHORS

Questions & Answers