The OpenNET Project / Index page

[  /+++ | | wiki | | ]

(man-)

  
 
 [C | ]

perlcn ()
  • >> perlcn (1) ( man: )
  •  

    NAME

    perlcn - 简体中文 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 (统一码) 支援, 也连带支援了许多拉丁语系以外的编码方式; CJK (中日韩) 便是其中的一部份. 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, 亚拉伯文, 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 内部的字符串数据可用 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 之前的编码方式存放的数据, Perl 提供了 Encode 这个模块, 可以让你轻易地读取及写入旧有的编码数据.

    Encode 延伸模块支援下列简体中文的编码方式 ('gb2312' 表示 'euc-cn'):

        euc-cn      Unix 延伸字符集, 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 'GBK' (扩充国标码) 指明
        hz          7 比特逸出式 GB2312 编码
    
    

    举例来说, 将 EUC-CN 编码的档案转成 Unicode, 祗需键入下列指令:

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

    Perl 也内附了 ``piconv'', 一支完全以 Perl 写成的字符转换工具程序, 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 模块, 你可以轻易写出以字符为单位的程序码, 如下所示:

        #!/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 'euc-cn', STDIN => 'euc-cn', STDOUT => 'euc-cn';
        print length("骆驼");          #  2 (双引号表示字符)
        print length('骆驼');          #  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('谆谆教诲', '蛔唤'); #  1 (从第二个字节开始)
    
    

    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 模块. 它目前提供下列编码方式:

        gb18030     扩充过的国标码, 包含繁体中文
    
    

    另外, Encode::HanConvert 模块则提供了简繁转换用的两种编码:

        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
    
    

    若想在 GBK 与 Big5 之间互转, 请参考该模块内附的 b2g.pl 与 g2b.pl 两支程序, 或在程序内使用下列写法:

        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:  

    提供 Perl 资源的网址

    <http://www.perl.com/>
    Perl 的首页 (由欧莱礼公司维护)
    <http://www.cpan.org/>
    Perl 综合典藏网 (Comprehensive Perl Archive Network)
    <http://lists.perl.org/>
    Perl 邮递论坛一览
     

    学习 Perl 的网址

    <http://www.oreilly.com.cn/html/perl.html>
    简体中文版的欧莱礼 Perl 书藉
     

    Perl 使用者集会

    <http://www.pm.org/groups/asia.shtml#China>
    中国 Perl 推广组一览
     

    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
     

    SEE ALSO

    Encode, Encode::CN, encoding, perluniintro, perlunicode  

    AUTHORS

    Jarkko Hietaniemi <jhi@iki.fi>

    Autrijus Tang (唐宗汉) <autrijus@autrijus.org>


     

    Index

    NAME
    DESCRIPTION
    额外的中文编码
    进一步的信息
    提供 Perl 资源的网址
    学习 Perl 的网址
    Perl 使用者集会
    Unicode 相关网址
    SEE ALSO
    AUTHORS


    MAN-: 




    :
    Inferno Solutions
    Hosting by Hoster.ru
    :


    Created 1996-2021 by Maxim Chirkov
    , ,