Question

令我恐惧的是，我发现chr不能使用Unicode，虽然它确实是。手册页几乎是清晰的 p>

返回字符集中该NUMBER表示的字符。例如，chr（65）＆＃34;是＆＃34; A＆＃34;无论是ASCII还是Unicode，chr（0x263a）都是Unicode笑脸。

确实，我可以使用

打印笑脸

perl -e 'print chr(0x263a)'

但chr(0x00C0)之类的内容不起作用。我看到我的perl v5.10.1有点古老，但是当我在源代码中粘贴各种奇怪的字母时，一切都很好。

^{我尝试过有趣的事情，例如use utf8和use encoding 'utf8'，我还没有尝试像use v5.12和use feature 'unicode_strings'那样有趣的事情。不能使用我的版本，我正在使用Encode::decode找到我不需要解码，因为我没有要解码的字节数组。我读过比以前更多的文档，发现了很多有趣的东西，但没有任何帮助。它看起来像Unicode Bug，但没有给出可用的解决方案。此外，我不关心整个字符串语义，我需要的只是一个微不足道的功能。}

那么如何将数字转换为由与其对应的单个字符组成的字符串，以便例如real_chr(0xC0) eq 'À'成立？

我得到的第一个答案解释了IO的所有内容，但我仍然不明白为什么

#!/usr/bin/perl -w
use strict;
use utf8;
use encoding 'utf8';

print chr(0x00C0) eq 'À' ? 'eq1' : 'ne1', " - ", chr(0x263a) eq '☺' ? 'eq1' : 'ne1', "\n";

print 'À' =~ /\w/ ? "match1" : "no_match1", " - ", chr(0x00C0) =~ /\w/ ? "match2" : "no_match2", "\n";

打印

ne1 - eq1
match1 - no_match2

这意味着手动输入的'À'与chr(0x00C0)不同。而且，前者是一个单词构成字符（正确！），而后者不是（但应该是！）。

Answer 1

首先，

perl -le'print chr(0x263A);'

有缺陷。 Perl甚至会告诉你：

Wide character in print at -e line 1.

这不符合“工作”的条件。因此，虽然他们在未能提供您想要的内容方面存在差异，但以下任何一项都不能满足您的需求：

perl -le'print chr(0x263A);'

perl -le'print chr(0x00C0);'

要正确输出这些Unicode代码点的UTF-8编码，您需要告诉Perl使用UTF-8对Unicode点进行编码。

$ perl -le'use open ":std", ":encoding(UTF-8)"; print chr(0x263A);'
☺

$ perl -le'use open ":std", ":encoding(UTF-8)"; print chr(0x00C0);'
À

现在谈到“为什么”。

文件句柄只能传输字节，所以除非你另外说明，否则Perl文件处理期望的字节。这意味着您向print提供的字符串不能包含除字节之外的任何内容，换句话说，它不能包含超过255的字符。输出正是您提供的内容：

$ perl -e'print map chr, 0x00, 0x65, 0xC0, 0xF0' | od -t x1
0000000 00 65 c0 f0
0000004

这很有用。这与你想要的不同，但这并没有错。如果你想要不同的东西，你只需要告诉Perl你想要什么。

通过添加:encoding图层，句柄现在需要一串Unicode字符，或者我称之为“text”。该层告诉Perl如何将文本转换为字节。

$ perl -e'
   use open ":std", ":encoding(UTF-8)";
   print map chr, 0x00, 0x65, 0xC0, 0xF0, 0x263a;
' | od -t x1
0000000 00 65 c3 80 c3 b0 e2 98 ba
0000011

chr不知道或不关心Unicode的权利。与length，substr，ord和reverse一样，chr实现基本字符串函数，而不是Unicode函数。这并不意味着它不能用于处理文本字符串。正如您所见，问题不在于chr，而在于您在构建字符串后对字符串所做的事情。

字符是字符串的元素，字符是数字。这意味着字符串只是一系列数字。无论您将这些数字视为Unicode代码点（文本），打包的IP地址还是温度测量都完全取决于您以及传递字符串的函数。

以下是一些操作符示例，它们为它们作为操作数接收的字符串赋值：

m//需要一串Unicode代码点。
connect需要一个表示sockaddr_in结构的字节序列。

print

:encoding需要一个字节序列。

print

:encoding需要一系列Unicode代码点。
等

那么如何将数字转换为由与其对应的单个字符组成的字符串，以便例如real_chr（0xC0）eq'À'成立？

chr(0xC0) eq 'À'确实有效。您是否记得告诉Perl您使用use utf8;使用UTF-8编码了源代码？如果你没有告诉Perl，Perl实际上在RHS上看到了一个双字符串。

关于您添加的问题：

encoding编译指示存在问题。我建议不要使用它。相反，使用

use open ':std', ':encoding(UTF-8)';

这将解决其中一个问题。您遇到的另一个问题是

chr(0x00C0) =~ /\w/

这是一个已知的错误，由于向后兼容性原因故意被破坏。也就是说，除非您按如下方式请求更新版本的语言：

use 5.014;    # use 5.012; *might* suffice.

一种可以追溯到5.8的解决方法：

my $x = chr(0x00C0);
utf8::upgrade($x);
$x =~ /\w/

Perl ord和chr使用unicode

1 个答案: