perl編碼轉換

gb2312轉utf8的方法：

use encode;

my $str = "中文";

$str_cnsoftware = encode("utf-8", decode("gb2312", $str));

utf8轉gb2312的方法：

use encode;

my $str = "utf8中文";

$str_cnsoftware = encode("gb2312", decode("utf-8", $str);

或用use encode;

encode::from_to($octets, "iso-8859-1", "cp1250");

perl不同編碼之間的變換

perl從5.6開始已經開始在內部使用utf8編碼來表示字元，也就是說對中文以及其他語言字元的處理應該是完全沒有問題的。我們只需要利用好encode這個模組便能充分發揮perl的utf8字元的優勢了。

下面就以中文文字的處理為例進行說明，比如有乙個字串」測試文字」，我們想要把這個中文字串拆成單個字元，可以這樣寫：

useencode;

$dat

=」測試文字」;

$str

=decode

(」gb2312″,$dat);

@chars

=split

//,$str;

foreach$char(@chars)

結果大家試一試就知道了，應該是令人滿意的。

這裡主要用到了encode模組的decode、encode函式。要了解這兩個函式的作用我們需要清楚幾個概念：

1、perl字串是使用utf8編碼的，它由unicode字元組成而不是單個位元組，每個utf8編碼的unicode字元佔1~4個位元組（變長）。

2、進入或離開perl處理環境（比如輸出到螢幕、讀入和儲存檔案等等）時不是直接使用perl字串，而需要把perl字串轉換成位元組流，轉換過程中使用何種編碼方式完全取決於你（或者由perl代勞）。一旦perl字串向位元組流的編碼完成，字元的概念就不存在了，變成了純粹的位元組組合，如何解釋這些組合則是你自己的工作。

我們可以看出如果想要perl按照我們的字元概念來對待文字，文字資料就需要一直用perl字串的形式存放。但是我們平時寫出的每個字元一般都被作為純ascii字元儲存（包括在程式中明文寫出的字串），也就是位元組流的形式，這裡就需要encode和decode函式的幫助了。

◆encode函式顧名思義是用來編碼perl字串的。

它將perl字串中的字元用指定的編碼格式編碼，最終轉化為位元組流的形式，因此和perl處理環境之外的事物打交道經常需要它。其格式很簡單：

$octets=encode(encoding,$string[,check])

$string：perl字串

encoding：　是給定的編碼方式

$octets:是編碼之後的位元組流

check:　表示轉換時如何處理畸變字元（也就是perl認不出來的字元）。一般不需使用編碼方式視語言環境的不同有很大變化，預設可以識別utf8、ascii、ascii-ctrl、iso-8859-1等。

◆decode函式則是用來解碼位元組流的。

它按照你給出的編碼格式解釋給定的位元組流，將其轉化為使用utf8編碼的perl字串，一般來說從終端或者檔案取得的文字資料都應該用decode轉換為perl字串的形式。它的格式為：

$string=decode(encoding,$octets[,check])

$string、encoding、$octets和check的含義同上。

現在就很容易理解上面寫的那段程式了。因為字串是用明文寫出的，存放的時候已經是位元組流形式，喪失了本來的意義，所以首先就要用decode函式將其轉換為perl字串，由於漢字一般都用gb2312格式編碼，這裡decode也要使用gb2312編碼格式。轉換完成後perl對待字元的行為就和我們一樣了，平時對字串進行操作的函式基本上都能正確對字元進行處理，除了那些本來就把字串當成一堆位元組的函式（如vec、pack、unpack等）。於是split就能把字串切成單個字元了。最後由於在輸出的時候不能直接使用utf8編碼的字串，還需要將切割後的字元用encode函式編碼為gb2312格式的位元組流，再用print輸出。

另外，還可以用下面的方法來＂猜＂出字串的編碼．但我試過，也不是每次都管用．

useencodeqw/from_to/;

useencode::guessqw/euc-jpshiftjis/;

openinfile"....";#輸入的檔案是shift-jis編碼的檔案這裡只轉換第一行做個測試

my$str

infile

>

my$enc

=guess_encoding

($str);

if(ref$enc)else

from_to($str,$from,$to);

printstdout"theteststringis:$str";

當輸入檔案行紀錄是日文漢字開頭的時候,是可以判斷出來編碼型別是shift-jis的．但是當開頭是一組資料再加個逗號之類的資料時，就猜不到了．原因還不是很明確．

perl編碼轉換

公升級 perl 模組以及編碼轉換

perl位址轉換

（編碼轉換）轉換檔案編碼

perl編碼轉換

公升級 perl 模組 以及編碼轉換

perl位址轉換

（編碼轉換）轉換檔案編碼

相關推薦

公升級 perl 模組以及編碼轉換