NAME¶

DESCRIPTION¶

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 (<../../>) 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

<../../>

Perl 的首頁 (由歐萊禮公司維護)

<../../>

Perl 綜合典藏網 (Comprehensive Perl Archive Network)

<../../>

Perl 郵遞論壇一覽

學習 Perl 的網址

<../../html/perl.html>

簡體中文版的歐萊禮 Perl 書藉

Perl 使用者集會

<../../groups/asia.shtml#China>

中國 Perl 推廣組一覽

Unicode 相關網址

<../../>

Unicode 學術學會 (Unicode 標準的制定者)

<../../%7Emgk25/unicode.html>

Unix/Linux 上的 UTF-8 及 Unicode 答客問

SEE ALSO¶

AUTHORS¶

Autrijus Tang (唐宗漢) <autrijus@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：../../man-pages-zh/manpages-zh