perl中的编码问题

Question

我有一个编码问题，想请求帮助。我注意到如果我选择“UTF-8”作为编码，则（至少）有两个双引号"和“。但是当我选择“ISO-8859-1”作为编码时，我看到后一个双引号变为¡°，或者有时候例如“。

有人可以解释为什么会这样吗？如何匹配“并使用perl中的regexp将其替换为"？

非常感谢。

Answer 1

ISO-8859-1是每字符一个字节的编码。花哨的Unicode双引号不在ISO-8859-1字符集中。所以你看到的是一个多字节字符，表示为ISO-8859-1字节序列。

要匹配这些奇怪的事情，请参阅perlunicode手册页，尤其是\ x {...}和\ N {...}转义序列。

要回答您的问题，请尝试\ x {201C}以匹配Unicode LEFT DOUBLE QUOTATION MARK和\ x {201D}以匹配RIGHT DOUBLE QUOTATION MARK。你在问题中错过了后者： - ）。

[更新]

我应该提供我的参考资料......英国的一位优秀绅士在ASCII and Unicode quotation marks上有一页。普通的vanilla ASCII / ISO-8859-1双引号只是名为QUOTATION MARK。

Answer 2

可能是这个Old post会有所帮助..