在unl中将unicode字符串写入二进制文件

Question

我有一个包含不是UTF8的字符串的字符串，例如“עברית” 我想将字符串写入文件而不编码字符串。为此，我打开文件写为二进制文件：

open my $fh, ">>:raw", "/tmp/bla";
print $fh $mystring;
close $fh;

问题是文件已损坏。我在二进制视图中打开它，一些字节已损坏。 难道我做错了什么？是不是可以在没有编码的情况下将字符串写入文件？

Answer 1

您的评估是正确的，这样做是错误的。 You must encode text。 :raw is for binary data，例如图片。如果您发现UTF-8不合适，也许您正在寻找编码ISO-8859-8或Windows-1255。

阅读http://p3rl.org/UNI以了解Perl中的编码主题。

Answer 2

编码是使用字节表示文本。例如，

ת  === UTF-8 ==========>  D7 AA
ת  === Windows-1255 ===>  FA
ת  === iso-8859-8 =====>  FA

如果不对文件进行编码，则无法将文本存储在文件中，因为文件只能包含字节。

如果$mystring已包含字节（编码文本），您的代码有效，但您说您有“Unicode字符串”。

---

我认为您使用

得出了您的文件已损坏的结论

cat file

或类似的。在这种情况下，您希望根据您的语言环境对文件进行编码。

use open ':locale';
open my $fh, ">>", "file" or die $!;
print $fh $mystring;