为什么读入UTF-16LE文件不会将“\ r \ n”转换为“\ n”在Windows中

Question

我使用Perl在Windows 7中读取UTF-16LE文件。

如果我使用以下代码读入ASCII文件，那么文件中的每个“\ r \ n”将在内存中转换为“\ n”：

open CUR_FILE, "<", $asciiFile; 

如果我使用以下代码读入UTF-16LE（Windows 1200）文件，当我尝试使用换行符重新定位行时，这种不一致会导致问题。

open CUR_FILE, "<:encoding(UTF-16LE)", $utf16leFile;

然后“\ r \ n”将保持不变。

更新
对于UTF-16LE文件的每一行：

line =~ /(.*)$/

然后在$ 1中匹配的字符串最后会包含一个“\ _”...

Answer 1

您使用的是什么版本的Perl？在5.8.9（Unicode changes in 5.8.9）之前，UTF-16和CRLF处理没有正确混合。我不确定5.10.0，但它适用于5.10.1和5.8.9。打开文件时可能需要使用"<:encoding(UTF-16LE):crlf"。

Answer 2

这就是为你执行魔术的Windows ....如果指定UTF，这相当于以二进制模式打开文件与文本。

较新版本的Perl具有\ R，它是一个通用换行符（即，将匹配\ r \ n和\ n）以及\ v，它将匹配垂直空白的所有OS和Unicode概念（即， \ r \ n \ r \ n不间断空间等）

你的正则表达式逻辑是否允许使用\ R而不是\ n？