Question

我偶尔遇到字符串略有不同的问题，在某些情况下utf8::all改变了行为，所以我认为细微差别是unicode。我想以这样一种方式转储字符串，使差异对我来说是可视的。我有什么选择呢？

Answer 1

我推荐the Devel::Peek module in the Perl core中的Dump功能：

$ perl -MDevel::Peek -e 'Dump "abc"'
SV = PV(0x10441500) at 0x10491680
  REFCNT = 1
  FLAGS = (PADTMP,POK,READONLY,pPOK)
  PV = 0x10442224 "abc"\0
  CUR = 3
  LEN = 4

$ perl -MDevel::Peek -e 'Dump "\x{FEFF}abc"'
SV = PV(0x10441050) at 0x10443be0
  REFCNT = 1
  FLAGS = (PADTMP,POK,READONLY,pPOK,UTF8)
  PV = 0x10449bc0 "\357\273\277abc"\0 [UTF8 "\x{feff}abc"]
  CUR = 6
  LEN = 8

（你知道第二个例子中FLAGS如何包含UTF8，因为广角，但不是第一个？）

Answer 2

对于大多数用途，使用Useqq的{{3}}都可以。

use utf8;
use Data::Dumper;
local $Data::Dumper::Useqq = 1;
print(Dumper("foo–bar"));
print(Dumper("foo-bar"));

输出：

$VAR1 = "foo\x{2013}bar";
$VAR1 = "foo-bar";

如果您需要内部详细信息（例如UTF8标志），请使用Data::Dumper。

use utf8;
use Devel::Peek;
Dump("foo–bar");
Dump("foo-bar");

输出：

SV = PV(0x328ccc) at 0x1d6a0c4
  REFCNT = 1
  FLAGS = (PADTMP,POK,READONLY,pPOK,UTF8)
  PV = 0x1d6d52c "foo\342\200\223bar"\0 [UTF8 "foo\x{2013}bar"]
  CUR = 9
  LEN = 12
SV = PV(0x328dcc) at 0x32b594
  REFCNT = 1
  FLAGS = (PADTMP,POK,READONLY,pPOK)
  PV = 0x1d6d50c "foo-bar"\0
  CUR = 7
  LEN = 12

Answer 3

你试过Test::LongString吗？尽管它确实是一个测试模块，但它可以很方便地向您显示字符串中的差异。它侧重于不同的部分而不是向您显示整个字符串，并使\x{}转义为特殊字符。

我想看一个utf8::all改变行为的例子，即使只是为了看到一个有趣的边缘情况。

Answer 4

您需要转储任何字符串：

printf "U+%v04X\n", $string;

您可以使用它来格式化字符串：

($print_string = $string) =~ s/([^\x20-\x7E])/sprintf "\\x{%x}", $1/ge;

甚至

use charnames ();
($print_string = $string) =~ s/([^\x20-\x7E])/sprintf "\\N{%s}", charnames::viacode(ord $1)/ge;

我不知道为什么在wolrd中你会使用误导性的utf8::all。它不是一个核心模块，你似乎在知道它真正在做什么时遇到了一些麻烦。如果你明确地使用了进入它的各个核心部分，也许你会更好地理解它。

如何在perl中转储字符串以查看是否存在任何字符差异？

4 个答案: