Question

我到处尝试学习并解决这个问题，但我还没到任何地方。

让我们拿一个字符串：

蛋白杏仁饼干甜点松饼。糖李子曲奇饼蛋白杏仁饼干soufflé棒棒糖糖果布朗尼提拉米苏羊角面包。硅片冰淇淋巧克力棒橡皮糖。芝士蛋糕粉chupa chups。甜甜圈糕点糖果手杖。 Liquorice tootsie roll candy candy canes-o。芝麻快速应用糖梅花蛋糕苹果派。巧克力冰淇淋棉花糖蛋奶酥。 Apple pie danish unerdwear.com wafer unerdwear.com muffin 适用布丁。果冻棉花糖果仁巧克力棒棒糖蛋白杏仁饼干甜卷胡萝卜蛋糕巧克力棒。馅饼棒棒糖饼干unerdwear.com gummies粉末。果冻halvah苹果派布丁焦糖小杏仁饼。小杏仁饼果冻o顶部馅饼粉末结冰。 Gummies jelly-o tiramisu 熊爪布朗尼芝士蛋糕。结冰饼燕麦蛋糕棒棒糖胡萝卜蛋糕奶糖。甜甜圈果冻糖李子松饼。水果蛋糕提拉米苏枣松饼蛋挞果冻馅饼水果蛋糕。 Unerdwear.com jujubes unerdwear.com gummi熊果冻豆果仁巧克力蛋白杏仁饼干。小杏仁饼halvah蛋糕tootsie 卷棉花糖棉花糖甜甜圈。 Soufflé威化饼干糖果胡萝卜蛋糕。芝士蛋糕松饼粉gummies胡萝卜蛋糕。 Halvah冰淇淋适用甘草蛋白杏仁饼干苹果派蛋糕。蛋糕dragée甘草。糖李子饼干halvah。胡萝卜糕棒棒糖甜点糖果。糖果手杖小杏仁饼棉花糖丹麦蛋糕果冻o布朗尼饼干燕麦饼。

当我这样做时：

Encode::encode('UTF-8', $text);

在该字符串上，Soufflé这个词被编码为Soufflé。

当我看到这个时，我不认为它是任何代码点或任何有效的编码映射（即é）。我怎么能期望它能以正确读取的方式到达目的地？换句话说，为什么Perl在我将其编码为UTF8时会给我and，它应该给我é？

xmlbody($text);

sub xmlbody {
    $description = shift;

    use XML::Writer;
    my $writer = XML::Writer->new( OUTPUT => 'self', ENCODING => 'utf-8' );
    my $writer->xmlDecl('utf-8');

    ## ...structure

    $writer->cdataElement('description',$description);

    ## ...more structure

    $writer->end();
}

use utf8;似乎没有编码上面提到的字符串中的特殊字符，它仍然给出了“Ã©”。让$writer->xmlDecl('utf-8')等同于use open qw(:std :utf8)，因为我没有使用文件句柄或stdin / stdout吗？

Answer 1

当我看到这个时，我不认为它是任何代码点或任何有效的编码映射

如果你看the relevant page on fileformat.info，你会看到发生了什么。

最初，在您的程序中，您有一个Unicode字符“é”。 Unicode字符代码是U + 00E9。当您将该字符编码为UTF-8时，您将获得一个由两个字节组成的字符 - 0xC3 0xA9。如果你看the codepage for ISO-8859-1，你会看到0xC3是“Ã”而0xA9是“©”。

如果您尝试在了解UTF-8且期望UTF-8的设备上显示该双字节字符，那么您将获得“é”。否则，设备将使用其原生字符编码（可能是ISO-8859-1），您将获得您所见过的Mojibake。

作为tchrist says，最简单的方法是使用Perl的工具来处理它，而不必考虑它。

如何在perl中将重音和其他外来字符编码为UTF8

1 个答案: