Perl在utf字符串中剥离坏的十六进制字节

Question

我的情况是我的perl解析器将根据规范（开始，结束，定义的每个字段的长度）读取固定宽度的平面输入文件，并将创建一个逗号分隔文件以加载到数据库中。

输入文件可以是ISO-LATIN-1或UTF-8。无论charset如何，perl都能很好地创建逗号分隔文件（ISO-LATIN-1到ISO-LATIN-1和utf8到utf8）

因为ISO-LATIN-1字符只占用一个字节，所以从来没有问题。但是，在将数据加载到数据库之后，utf-8会导致问题。因为perl解析器在读取输入数据时按字节输出，如果恰好有40字节长度的字段，但是有一个utf char占用位置39,40,41，那么只有前2个字节被提取到该字段和相同的内容正被加载到数据库中。

有没有办法让perl读取这个字符串并删除字符串末尾的坏字节？

例如：假设有一个6字节的字段，字符序列是Â8，其中字节序列是c382 38 c384 c382（7字节）。当perl解析器解析这个数据时，它似乎正在获取Â8Ä，但查看字节值，它提取c382 38 c384 c3。最后有一个半字节c3。有没有办法使用perl去除这种坏字节？

Answer 1

见：

此页面上Perl包功能的“U”模板格式： 的 http://www.misc-perl-info.com/perl-pack.html

这样：

<强> http://ahinea.com/en/tech/perl-unicode-struggle.html

和此：

<强> Perl: utf8::decode vs. Encode::decode