D7net
Home
Console
Upload
information
Create File
Create Folder
About
Tools
:
/
usr
/
local
/
lp
/
sonarperl
/
man
/
man1
/
Filename :
perlcn.1
back
Copy
.\" -*- mode: troff; coding: utf-8 -*- .\" Automatically generated by Pod::Man 5.01 (Pod::Simple 3.43) .\" .\" Standard preamble: .\" ======================================================================== .de Sp \" Vertical space (when we can't use .PP) .if t .sp .5v .if n .sp .. .de Vb \" Begin verbatim text .ft CW .nf .ne \\$1 .. .de Ve \" End verbatim text .ft R .fi .. .\" \*(C` and \*(C' are quotes in nroff, nothing in troff, for use with C<>. .ie n \{\ . ds C` "" . ds C' "" 'br\} .el\{\ . ds C` . ds C' 'br\} .\" .\" Escape single quotes in literal strings from groff's Unicode transform. .ie \n(.g .ds Aq \(aq .el .ds Aq ' .\" .\" If the F register is >0, we'll generate index entries on stderr for .\" titles (.TH), headers (.SH), subsections (.SS), items (.Ip), and index .\" entries marked with X<> in POD. Of course, you'll have to process the .\" output yourself in some meaningful fashion. .\" .\" Avoid warning from groff about undefined register 'F'. .de IX .. .nr rF 0 .if \n(.g .if rF .nr rF 1 .if (\n(rF:(\n(.g==0)) \{\ . if \nF \{\ . de IX . tm Index:\\$1\t\\n%\t"\\$2" .. . if !\nF==2 \{\ . nr % 0 . nr F 2 . \} . \} .\} .rr rF .\" ======================================================================== .\" .IX Title "PERLCN 1" .TH PERLCN 1 2023-05-26 "perl v5.38.0" "Perl Programmers Reference Guide" .\" For nroff, turn off justification. Always turn off hyphenation; it makes .\" way too many mistakes in technical documents. .if n .ad l .nh .SH NAME perlcn \- 简体中文 Perl 指南 .SH DESCRIPTION .IX Header "DESCRIPTION" 欢迎来到 Perl 的天地! .PP 从 5.8.0 版开始, Perl 具备了完善的 Unicode (统一码) 支持, 也连带支持了许多拉丁语系以外的编码方式; CJK (中日韩) 便是其中的一部分. Unicode 是国际性的标准, 试图涵盖世界上所有的字符: 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). 它也容纳了多种操作系统与平台 (如 PC 及麦金塔). .PP Perl 本身以 Unicode 进行操作. 这表示 Perl 内部的字符串数据可用 Unicode 表示; Perl 的函数与运算符 (例如正则表达式匹配) 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数据, Perl 提供了 Encode 这个模块, 可以让你轻易地读写使用旧有的编码格式的数据. .PP Encode 扩展模块支持下列简体中文的编码方式 ('gb2312' 表示 'euc\-cn'): .PP .Vb 6 \& euc\-cn Unix 扩展字符集, 也就是俗称的国标码 \& gb2312\-raw 未经处理的 (低比特) GB2312 字符表 \& gb12345 未经处理的中国用繁体中文编码 \& iso\-ir\-165 GB2312 + GB6345 + GB8565 + 新增字符 \& cp936 字码页 936, 也可以用 \*(AqGBK\*(Aq (扩充国标码) 指明 \& hz 7 比特逸出式 GB2312 编码 .Ve .PP 举例来说, 将 EUC-CN 编码的文件转成 Unicode, 只需输入以下命令: .PP .Vb 1 \& perl \-Mencoding=euc\-cn,STDOUT,utf8 \-pe1 < file.euc\-cn > file.utf8 .Ve .PP Perl 也内附了 "piconv", 一个完全以 Perl 写成的字符转换工具程序, 用法如下: .PP .Vb 2 \& piconv \-f euc\-cn \-t utf8 < file.euc\-cn > file.utf8 \& piconv \-f utf8 \-t euc\-cn < file.utf8 > file.euc\-cn .Ve .PP 另外, 利用 encoding 模块, 你可以轻易写出以字符为单位的代码, 如下所示: .PP .Vb 7 \& #!/usr/bin/env perl \& # 启动 euc\-cn 字串解析; 标准输出入及标准错误都设为 euc\-cn 编码 \& use encoding \*(Aqeuc\-cn\*(Aq, STDIN => \*(Aqeuc\-cn\*(Aq, STDOUT => \*(Aqeuc\-cn\*(Aq; \& print length("骆驼"); # 2 (双引号表示字符) \& print length(\*(Aq骆驼\*(Aq); # 4 (单引号表示字节) \& print index("谆谆教诲", "蛔唤"); # \-1 (不包含此子字符串) \& print index(\*(Aq谆谆教诲\*(Aq, \*(Aq蛔唤\*(Aq); # 1 (从第二个字节开始) .Ve .PP 在最后一列例子里, "谆" 的第二个字节与 "谆" 的第一个字节结合成 EUC-CN 码的 "蛔"; "谆" 的第二个字节则与 "教" 的第一个字节结合成 "唤". 这解决了以前 EUC-CN 码匹配处理上常见的问题. .SS 额外的中文编码 .IX Subsection "额外的中文编码" 如果需要更多的中文编码, 可以从 CPAN (<https://www.cpan.org/>) 下载 Encode::HanExtra 模块. 它目前提供下列编码方式: .PP .Vb 1 \& gb18030 扩充过的国标码, 包含繁体中文 .Ve .PP 另外, Encode::HanConvert 模块则提供了简繁转换用的两种编码: .PP .Vb 2 \& big5\-simp Big5 繁体中文与 Unicode 简体中文互转 \& gbk\-trad GBK 简体中文与 Unicode 繁体中文互转 .Ve .PP 若想在 GBK 与 Big5 之间互转, 请参考该模块内附的 b2g.pl 与 g2b.pl 两个程序, 或在程序内使用下列写法: .PP .Vb 3 \& 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 .Ve .SS 进一步的信息 .IX Subsection "进一步的信息" 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: .SS "提供 Perl 资源的网址" .IX Subsection "提供 Perl 资源的网址" .IP <https://www.perl.org/> 4 .IX Item "<https://www.perl.org/>" .PP Perl 的首页 .IP <https://www.perl.com/> 4 .IX Item "<https://www.perl.com/>" 由 Perl 基金会运营的文章辑录 .IP <https://www.cpan.org/> 4 .IX Item "<https://www.cpan.org/>" Perl 综合典藏网 (Comprehensive Perl Archive Network) .IP <https://lists.perl.org/> 4 .IX Item "<https://lists.perl.org/>" Perl 邮递论坛一览 .SS "学习 Perl 的网址" .IX Subsection "学习 Perl 的网址" .IP <http://www.oreilly.com.cn/index.php?func=booklist&cat=68> 4 .IX Item "<http://www.oreilly.com.cn/index.php?func=booklist&cat=68>" 简体中文版的欧莱礼 Perl 书藉 .SS "Perl 使用者集会" .IX Subsection "Perl 使用者集会" .IP <https://www.pm.org/groups/asia.html> 4 .IX Item "<https://www.pm.org/groups/asia.html>" 中国 Perl 推广组一览 .SS "Unicode 相关网址" .IX Subsection "Unicode 相关网址" .IP <https://www.unicode.org/> 4 .IX Item "<https://www.unicode.org/>" Unicode 学术学会 (Unicode 标准的制定者) .IP <https://www.cl.cam.ac.uk/%7Emgk25/unicode.html> 4 .IX Item "<https://www.cl.cam.ac.uk/%7Emgk25/unicode.html>" Unix/Linux 上的 UTF\-8 及 Unicode 常见问题解答 .SH "SEE ALSO" .IX Header "SEE ALSO" Encode, Encode::CN, encoding, perluniintro, perlunicode .SH AUTHORS .IX Header "AUTHORS" Jarkko Hietaniemi <jhi@iki.fi> .PP Audrey Tang (唐凤) <audreyt@audreyt.org> .PP Sizhe Zhao <prc.zhao@outlook.com>