perl 中文处理技巧(perl语言)

编辑：rootadmin

Perl从5.6开始已经开始在内部使用utf8编码来表示字符，也就是说对中文以及其他语言字符的处理应该是完全没有问题的。我们只需要利用好Encode这个模块便能充分发挥Perl的utf8字符的优势了。下面就以中文文本的处理为例进行说明，比如有一个字符串"测试文本"，我们想要把这个中文字符串拆成单个字符，可以这样写： use Encode; $dat="测试文本"; $str=decode("gb",$dat); @chars=split //,$str; foreach $char (@chars) { print encode("gb",$char),"n"; } 结果大家试一试就知道了，应该是令人满意的。这里主要用到了Encode模块的decode、encode函数。要了解这两个函数的作用我们需要清楚几个概念： 1、Perl字符串是使用utf8编码的，它由Unicode字符组成而不是单个字节，每个utf8编码的Unicode字符占1~4个字节（变长）。 2、进入或离开Perl处理环境（比如输出到屏幕、读入和保存文件等等）时不是直接使用Perl字符串，而需要把Perl字符串转换成字节流，转换过程中使用何种编码方式完全取决于你（或者由Perl代劳）。一旦Perl字符串向字节流的编码完成，字符的概念就不存在了，变成了纯粹的字节组合，如何解释这些组合则是你自己的工作。我们可以看出如果想要Perl按照我们的字符概念来对待文本，文本数据就需要一直用Perl字符串的形式存放。但是我们平时写出的每个字符一般都被作为纯ASCII字符保存（包括在程序中明文写出的字符串），也就是字节流的形式，这里就需要encode和decode函数的帮助了。 encode函数顾名思义是用来编码Perl字符串的。它将Perl字符串中的字符用指定的编码格式编码，最终转化为字节流的形式，因此和Perl处理环境之外的事物打交道经常需要它。其格式很简单： $octets = encode(ENCODING, $string [, CHECK]) $string：　　Perl字符串 encoding：　是给定的编码方式 $octets:　　是编码之后的字节流 check:　　　表示转换时如何处理畸变字符（也就是Perl认不出来的字符）。一般不需使用编码方式视语言环境的不同有很大变化，默认可以识别utf8、ascii、ascii-ctrl、 iso--1等。 decode函数则是用来解码字节流的。它按照你给出的编码格式解释给定的字节流，将其转化为使用utf8编码的Perl字符串，一般来说从终端或者文件取得的文本数据都应该用decode转换为Perl字符串的形式。它的格式为： $string = decode(ENCODING, $octets [, CHECK]) $string、ENCODING、$octets和CHECK的含义同上。现在就很容易理解上面写的那段程序了。因为字符串是用明文写出的，存放的时候已经是字节流形式，丧失了本来的意义，所以首先就要用 decode函数将其转换为Perl字符串，由于汉字一般都用gb格式编码，这里decode也要使用gb编码格式。转换完成后Perl 对待字符的行为就和我们一样了，平时对字符串进行操作的函数基本上都能正确对字符进行处理，除了那些本来就把字符串当成一堆字节的函数（如vec、 pack、unpack等）。于是split就能把字符串切成单个字符了。最后由于在输出的时候不能直接使用utf8编码的字符串，还需要将切割后的字符用encode函数编码为gb格式的字节流，再用print输出。

推荐整理分享perl 中文处理技巧(perl语言)，希望有所帮助，仅作参考，欢迎阅读内容。

文章相关热门搜索词:perl语言是干嘛的,perl处理文本,perl教程中文,perl language,perl language,perl中$_,perl教程中文,perl教程中文,内容如对您有帮助，希望把文章链接给更多的朋友！

perl 学习资料整理篇第1/4页 NULL值的判断$t{type1id}=$$pref{dbh}-selectrow_array("SELECTtype1idFROMenq1WHEREid=3");if($t{type1id}==0){print"Type1idisNULLn";}==不是数值项的话,这个语句有问题。数值项专用。i

只有一行的Perl程序第1/3页 1lineperl今天来说说perl，只有一行的perl程序。各种编程语言中perl是以变态的古灵精怪而闻名的，比如我，就经常写出自己都看不懂的perl程序来。比如这

关于Perl里面正则表达式规范 1，定界符=~m/there/;=~s/there/here/;还有类型的定界符：=~/there/=~m#there#;=~s#there#here#;=~m(there);=~s(there)(here);=~m{there};=~s{there}{here};=~m[there];=~s[there][here];=~m,there,;=~