perl Unicode程式設計

在perl語言中，字串只有兩種形式：

（1）位元組流字串：不管字串是何種內容、何種編碼，都解析為單位元組的位元組串。

（2）字元流字串：按照utf8編碼方案，從左到右把位元組流解析為連續的字元流。

perl如何確定乙個字串是位元組流字串還是採用utf8編碼的字元流字串呢？

在perl內部，每個字串都有乙個utf8編碼標誌，這個標誌有兩個狀態：on或者off。如果標誌為on，就是字元流字串，反之就是位元組流字串。預設情況下，perl語言字串的編碼標識都是off狀態，即字串都是以位元組流字串型別進行操作的。

要開啟和關閉字串的utf8編碼標誌，可以採用encode模組的函式_utf8_on()和_utf8_off()來實現。

如果乙個變數的內容是從檔案讀入的，並且這個檔案是utf8編碼的，則包含utf8編碼字元的字串預設為位元組流字串。如果需要轉換為字元流字串，也需要用encode::_utf8_on()開啟utf8字元流處理的標識。

檔案input.txt以utf8編碼：

use encode;
use utf8;#使源**中包含漢字的字串常量統一程式設計字元流字串形式
open(in,'input.txt');
while($line=)
}close(in);

輸出結果：

注意：源**本身也是utf8編碼格式，正規表示式中包含的漢字就是utf8編碼的，如果讓這些漢字當做字元流常量來處理，必須在頭部加入"use utf8"說明，這個說明會使源**中出現的包含漢字的字串常量統一變成字元流字串形式。