“昂贵”是Perl的Encode :: Detect :: Detector

Question

我一直遇到来自不同编码的“gremlins”的问题，这些编码混合到Perl程序中的数据库的表单输入和数据中。起初，我没有解码，智能引号和类似的东西会产生多个乱码;但是，盲目地解码所有内容，因为UTF-8导致旧的Windows-1252内容被填充问号。

所以，我使用了Encode :: Detect :: Detector和decode（）函数来检测和解码所有POST和GET输入，以及来自SQL数据库的数据（解码过程可能发生在10-20个字符串上）每次生成页面时的文本）。这似乎可以清理，因此UTF-8，ASCII和Windows-1252内容都可以正确显示为UTF-8输出（正如我在HTML标题中指定的那样）：

    my $encoding_name = Encode::Detect::Detector::detect($value);   
    eval { $value = decode($encoding_name, $value) };

我的问题是：这个过程资源如何沉重？我没有注意到减速，所以我觉得我对它的运作方式感到满意，但如果有更有效的方法，我会很高兴听到它。

Answer 1

答案是高度依赖于应用程序的，因此“费用”的可接受性是您的号召。

量化开销的最佳方法是分析代码。你可能希望给Devel::NYTProf一个旋转。

Tim Bunce's YAPC::EU presentation提供有关该模块的更多详细信息。