Question

我有一个字符串$ data，以utf-8编码。我假设我不知道这个字符串是utf-8还是iso-8859-1。我想使用Perl Encode :: Guess模块来查看它是否是其中之一。我无法弄清楚这个模块是如何工作的。

我尝试了以下四种方法（来自http://perldoc.perl.org/Encode/Guess.html）：

use Encode::Guess qw/utf8 latin1/;

my $decoder = guess_encoding($data);

print "$decoder\n";

结果： iso-8859-1或utf8

use Encode::Guess qw/utf8 latin1/;

my $enc = guess_encoding($data, qw/utf8 latin1/);
ref($enc) or die "Can't guess: $enc";
my $utf8 = $enc->decode($data); 

print "$utf8\n";

结果：无法猜测：iso-8859-1或utf8位于encodage-windows.pl第25行第18110行。

use Encode::Guess qw/utf8 latin1/;

my $decoder = Encode::Guess->guess($data);
die $decoder unless ref($decoder);
my $utf8 = $decoder->decode($data);

print "$utf8\n";

结果： iso-8859-1或utf8 at encodage-windows.pl第30行，第18110行。

use Encode::Guess qw/utf8 latin1/;

my $utf8 = Encode::decode("Guess", $data);

print "$utf8\n";

结果： iso-8859-1或utf8位于/usr/local/lib/perl5/Encode.pm第175行。

我的第一个问题是：我应该使用哪种方法（如果有的话）？我的第二个问题是：我应该做些什么改变来使这项工作？

Answer 1

我通常一次检查一个可能的编码，比如

my $decoder = guess_encoding($data, 'utf8');
$decoder = guess_encoding($data, 'iso-8859-1') unless ref $decoder;
die $decoder unless ref $decoder;

printf "Decoding as %s\n\n", $decoder->name;
$data = $decoder->decode($data);

如果可能，它选择UTF-8，否则它会尝试ISO-8859-1，并选择那个或错误，因此对于每个编码都会变成一个简单的是/否结果，并且没有办法让它产生两个可能的结果（这是你得到的错误）。

可以编码::猜猜从iso-8859-1告诉utf-8？

1 个答案: