Question

我有一个脚本，我在各种文本上运行，以将XHTML（例如ü）转换为ASCII。例如，我的脚本以下列方式编写：

open (INPUT, '+<file') || die "File doesn't exist! $!";
open (OUTPUT, '>file') || die "Can't find file! $!";

while (<INPUT>) {
     s/&uuml/ü/g;
}

print OUTPUT $_;

这可以按预期工作，并使用ASCII等效替换XHTML。但是，由于这经常运行，我试图将其转换为模块。但是，Perl不返回“ü”它返回分解。
如何让Perl使用ASCII等效函数返回数据（运行并打印在我的常规.pl文件中）？

Answer 1

没有ASCII。无论如何不在实践中，当然也不在美国之外。我建议你指定一个编码，它将包含你可能遇到的所有字符（ASCII不包含ü，它只是一个7位编码！）。 Latin-1是可能的，但仍然不是最理想的，所以你应该使用 Unicode ，最好是 UTF-8 。

如果您不想以Unicode输出，至少您的Perl脚本应使用UTF-8编码。要通知脚本顶部的use utf8 perl解释器。

然后使用如下编码层打开输入文件：

open my $fh, "<:encoding(UTF-8)", $filename

输出文件也是如此。只需确保在想要使用编码时指定编码。

您可以使用binmode更改文件的编码，只需查看documentation。

您还可以使用Encode module将字节字符串转换为unicode，反之亦然。有关在Perl中使用Unicode的详细信息，请参阅此excellent question。

如果您愿意，可以使用现有的HTML::Entities模块来处理实体解码，只关注I / O.

模块输出的数据类型

1 个答案: