我有包含emoji unicode caracter的文本文件,例如,☹️,,,,,,。
例如代码\ N {1F60D}对应 我使用推荐,如https://perldoc.perl.org/perluniintro.html部分创建Unicode。 我的程序必须检测它们并做一些治疗,但如果我使用
open(FIC1, ">$fic");
while (<FIC>) {
my $ligne=$_;
if( $ligne=~/\N{1F60D}/ )
{print "heart ";
}
}
现在我这样做,它起作用
open(FIC1, ">$fic");
while (<FIC>) {
my $ligne=$_;
if( $ligne=~// )
{print "Heart ";
}
}
第一个代码有什么问题 此致
答案 0 :(得分:7)
如果查看\N
if ($ligne =~ m/\N{U+1F60D}/)
# or
if ($ligne =~ m/\x{1F60D}/)
,您会发现它的意思是“命名为Unicode字符或字符序列”。
您可以改用:
use Encode;
...
my $ligne = decode_utf8 $_;
编辑:您在发布的链接中也有描述, perldoc perlre
编辑: 您阅读的内容可能未被解码。你想要:
open my $fh, "<:encoding(UTF-8)", $filename or die "Could not open $filename: $!";
while (my $ligne = <$fh>) {
if ($ligne =~ m/\N{U+1F60D}/) { ... }
}
或直接以utf8模式打开文件:
FIC
你从未展示过如何打开名为console.log
的文件句柄,所以我认为它是utf8解码的。
这是关于perl中的unicode的另一个很好的教程:https://perldoc.perl.org/perluniintro.html
答案 1 :(得分:7)
为了检测表情符号,我会在正则表达式中使用unicode属性,例如:
\p{Emoticons}
或\p{Block: Emoticons}
例如,只打印出表情符号
perl -CSDA -nlE 'say for( /(\p{Emoticons})/g )' <<< 'abcαβγ'
将打印
有关详细信息,请参阅perluniprops
答案 2 :(得分:2)
使用perl -C
可用于启用unicode功能
perl -C -E 'say "\N{U+263a}"'|perl -C -ne 'print if /\N{U+263a}/'
-C [number / list]
-C标志控制一些Perl Unicode功能。 ...
第二个代码的工作原理是perl匹配UTF-8二进制序列:如perl -ne 'print if /\xf0\x9f\x98\x8d/'
中那样。
以下应该工作
#!/usr/bin/perl -C
open(FIC1, ">$fic");
while (<FIC>) {
my $ligne=$_;
if( $ligne=~/\N{U+1F60D}/ ) {
print "heart ";
}
}