Question

如何使用perl脚本打开包含CJK个字符的文件：

use utf8;
use open ':encoding(utf8)';
binmode STDOUT, ':utf8';

上面的代码我用来打开文件而我找不到CJK个字符而且它是空的。输入文件包含文本：

\para[para]Details of the electronic structure of the metal the loss to
electron-hole-pair excitations \characters{刘安雯} only 
depends weakly on the metal. The metals exhibit large variation in the 
work function, yet the translational in elasticity is similar in all 
cases. This suggests electron transfer forming a transient 
H\textsuperscript{{\textminus}} is not important. The simulation allows 
us to construct \characters{胡水明} a universal sticking 
function for H and D on metals, which depends only on the H atom 
incidence translational energy and incidence angle as well as the mass of 
the solid's atoms.\endp

我发现了这种方式：

while($str=m/(\p{InCJK_Unified_Ideographs})/xg)
{
     print "Char: --> $&\n";
}

有人可以在我的代码中指导我做错的地方：谢谢。

更新

我不知道，但这个程序运行正常并打印CJK字符

use utf8;

my $str = "\characters{刘安雯胡水明}";

while($str=~m/(\p{InCJK_Unified_Ideographs}){1,}/xg) {  print ":: $&\n";  }

Answer 1

use utf8;

这一行告诉Perl源代码包含UTF-8，因此它与从文件读取无关。

use open ':encoding(utf8)';

这相当于

use open IO => 'encoding(utf8)';

设置输入和输出流的编码，即它不会改变标准输入和输出的编码。为此，您需要添加:std：

use open IO => ':utf8', ':std';

显示的最后一行

binmode STDOUT, ':utf8';

设置STDOUT的编码，如果它使用:std，则前一行已经覆盖了该编码。

您没有显示如何打开文件。如果您在未指定文件句柄的情况下使用<>或readline，则需要设置标准输入的编码，如上所示。如果你使用了文件句柄，我就没有想法 - 它对我有用。

如何在perl中打开包含CJK字符的文件

1 个答案: