Question

我是perl的新手，我正尝试从mork文件（来自Thunderbird）中打印出folderName。

发件人：https://github.com/KevinGoodsell/mork-converter/blob/master/doc/mork-format.txt

第二种特殊字符序列是美元符号   后跟两个十六进制数字，它们给出了   替换字节。通常用于不可打印的字节   作为ASCII字符，尤其是UTF-16文本。例如，一个字符串   Unicode雪人字符（U + 2603）：

☃雪人☃

可以这样用别名表示为UTF-16文本：

<（83 = $ 03 $ 26s $ 00n $ 00o $ 00w $ 00m $ 00a $ 00n $ 00 $ 03 $ 26）>

从所有的Thunderbird文件中，我已经看到它实际上是用UTF-8（2到4字节）编码的。

字符串中的以下字符需要转义（以\进行转义才能使用：$，)和\

示例：aaa\$AA$C3$B1b$E2$98$BA$C3$AD\\x08应打印aaa$AAñb☺í\x08

$C3$B1是ñ； $E2$98$BA是☺； $C3$AD是í

我尝试使用正则表达式将未转义的$替换为\x

my $unescaped = qr/(?<!\\)(?:(\\\\)*)/;
$folder =~ s/$unescaped\$/\\x/g;
$folder =~ s/\\([\\$)])/$1/g;   # unescape "\ $ ("

在perl内仅显示文字字符串。

我的解决方法是将其输入bash的printf中，然后成功...除非字符串中没有文字“ \ x”

$ folder=$(printf "$(mork.pl 8777646a.msf)")
$ echo "$folder"
  aaa$AAñb☺í

我咨询过的问题：

Convert UTF-8 character sequence to real UTF-8 bytes 但是似乎它可以单独解释每个字节，而不是按组解释。

In Perl, how can I convert an array of bytes to a Unicode string? 我不知道如何将此解决方案应用于我的用例。

在perl中有什么方法可以实现这一目标吗？

Answer 1

以下替换似乎对您的输入有用：

s/\\([\$\\])|\$(..)/$2 ? chr hex $2 : $1/ge;

捕获\$或\\（如果匹配），请将其替换为$或\。否则，捕获$..并转换为相应的字节。

如果要在Perl中处理结果，请不要忘记从UTF-8对其进行解码。

$chars = decode('UTF-8', $bytes);

在perl上打印包含utf-8字节序列的字符串

1 个答案: