perlcn.html
来自「perl教程」· HTML 代码 · 共 190 行
HTML
190 行
<?xml version="1.0" ?>
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
<html>
<head>
<!-- saved from url=(0017)http://localhost/ -->
<script language="JavaScript" src="../../displayToc.js"></script>
<script language="JavaScript" src="../../tocParas.js"></script>
<script language="JavaScript" src="../../tocTab.js"></script>
<link rel="stylesheet" type="text/css" href="../../scineplex.css">
<title>perlcn - 简体中文 Perl 指南</title>
<link rel="stylesheet" href="../../Active.css" type="text/css" />
<meta http-equiv="content-type" content="text/html; charset=utf-8" />
<link rev="made" href="mailto:" />
</head>
<body>
<script>writelinks('__top__',2);</script>
<h1><a>perlcn - 简体中文 Perl 指南</a></h1>
<p><a name="__index__"></a></p>
<!-- INDEX BEGIN -->
<ul>
<li><a href="#name">NAME</a></li>
<li><a href="#description">DESCRIPTION</a></li>
<ul>
<li><a href="#______________">额外的中文编码</a></li>
<li><a href="#____________">进一步的信息</a></li>
<li><a href="#_____perl___________">提供 Perl 资源的网址</a></li>
<li><a href="#_____perl_______">学习 Perl 的网址</a></li>
<li><a href="#perl___________">Perl 使用者集会</a></li>
<li><a href="#unicode_________">Unicode 相关网址</a></li>
</ul>
<li><a href="#see_also">SEE ALSO</a></li>
<li><a href="#authors">AUTHORS</a></li>
</ul>
<!-- INDEX END -->
<hr />
<p>
</p>
<h1><a name="name">NAME</a></h1>
<p>perlcn - 简体中文 Perl 指南</p>
<p>
</p>
<hr />
<h1><a name="description">DESCRIPTION</a></h1>
<p>欢迎来到 Perl 的天地!</p>
<p>从 5.8.0 版开始, Perl 具备了完善的 Unicode (统一码) 支援,
也连带支援了许多拉丁语系以外的编码方式; CJK (中日韩) 便是其中的一部份.
Unicode 是国际性的标准, 试图涵盖世界上所有的字符: 西方世界, 东方世界,
以及两者间的一切 (希腊文, 叙利亚文, 亚拉伯文, 希伯来文, 印度文,
印地安文, 等等). 它也容纳了多种作业系统与平台 (如 PC 及麦金塔).</p>
<p>Perl 本身以 Unicode 进行操作. 这表示 Perl 内部的字符串数据可用 Unicode
表示; Perl 的函式与算符 (例如正规表示式比对) 也能对 Unicode 进行操作.
在输入及输出时, 为了处理以 Unicode 之前的编码方式存放的数据, Perl
提供了 Encode 这个模块, 可以让你轻易地读取及写入旧有的编码数据.</p>
<p>Encode 延伸模块支援下列简体中文的编码方式 ('gb2312' 表示 'euc-cn'):</p>
<pre>
euc-cn Unix 延伸字符集, 也就是俗称的国标码
gb2312-raw 未经处理的 (低比特) GB2312 字符表
gb12345 未经处理的中国用繁体中文编码
iso-ir-165 GB2312 + GB6345 + GB8565 + 新增字符
cp936 字码页 936, 也可以用 'GBK' (扩充国标码) 指明
hz 7 比特逸出式 GB2312 编码</pre>
<p>举例来说, 将 EUC-CN 编码的档案转成 Unicode, 祗需键入下列指令:</p>
<pre>
perl -Mencoding=euc-cn,STDOUT,utf8 -pe1 < file.euc-cn > file.utf8</pre>
<p>Perl 也内附了 "piconv", 一支完全以 Perl 写成的字符转换工具程序, 用法如下:</p>
<pre>
piconv -f euc-cn -t utf8 < file.euc-cn > file.utf8
piconv -f utf8 -t euc-cn < file.utf8 > file.euc-cn</pre>
<p>另外, 利用 encoding 模块, 你可以轻易写出以字符为单位的程序码, 如下所示:</p>
<pre>
<span class="comment">#!/usr/bin/env perl</span>
<span class="comment"># 启动 euc-cn 字串解析; 标准输出入及标准错误都设为 euc-cn 编码</span>
<span class="keyword">use</span> <span class="variable">encoding</span> <span class="string">'euc-cn'</span><span class="operator">,</span> <span class="string">STDIN</span> <span class="operator">=></span> <span class="string">'euc-cn'</span><span class="operator">,</span> <span class="string">STDOUT</span> <span class="operator">=></span> <span class="string">'euc-cn'</span><span class="operator">;</span>
<span class="keyword">print</span> <span class="keyword">length</span><span class="operator">(</span><span class="string">"骆驼"</span><span class="operator">);</span> <span class="comment"># 2 (双引号表示字符)</span>
<span class="keyword">print</span> <span class="keyword">length</span><span class="operator">(</span><span class="string">'骆驼'</span><span class="operator">);</span> <span class="comment"># 4 (单引号表示字节)</span>
<span class="keyword">print</span> <span class="keyword">index</span><span class="operator">(</span><span class="string">"谆谆教诲"</span><span class="operator">,</span> <span class="string">"蛔唤"</span><span class="operator">);</span> <span class="comment"># -1 (不包含此子字符串)</span>
<span class="keyword">print</span> <span class="keyword">index</span><span class="operator">(</span><span class="string">'谆谆教诲'</span><span class="operator">,</span> <span class="string">'蛔唤'</span><span class="operator">);</span> <span class="comment"># 1 (从第二个字节开始)</span>
</pre>
<p>在最后一列例子里, "谆" 的第二个字节与 "谆" 的第一个字节结合成 EUC-CN
码的 "蛔"; "谆" 的第二个字节则与 "教" 的第一个字节结合成 "唤".
这解决了以前 EUC-CN 码比对处理上常见的问题.</p>
<p>
</p>
<h2><a name="______________">额外的中文编码</a></h2>
<p>如果需要更多的中文编码, 可以从 CPAN (<a href="http://www.cpan.org/">http://www.cpan.org/</a>) 下载
Encode::HanExtra 模块. 它目前提供下列编码方式:</p>
<pre>
gb18030 扩充过的国标码, 包含繁体中文</pre>
<p>另外, Encode::HanConvert 模块则提供了简繁转换用的两种编码:</p>
<pre>
big5-simp Big5 繁体中文与 Unicode 简体中文互转
gbk-trad GBK 简体中文与 Unicode 繁体中文互转</pre>
<p>若想在 GBK 与 Big5 之间互转, 请参考该模块内附的 b2g.pl 与 g2b.pl 两支程序,
或在程序内使用下列写法:</p>
<pre>
<span class="keyword">use</span> <span class="variable">Encode::HanConvert</span><span class="operator">;</span>
<span class="variable">$euc_cn</span> <span class="operator">=</span> <span class="variable">big5_to_gb</span><span class="operator">(</span><span class="variable">$big5</span><span class="operator">);</span> <span class="comment"># 从 Big5 转为 GBK</span>
<span class="variable">$big5</span> <span class="operator">=</span> <span class="variable">gb_to_big5</span><span class="operator">(</span><span class="variable">$euc_cn</span><span class="operator">);</span> <span class="comment"># 从 GBK 转为 Big5</span>
</pre>
<p>
</p>
<h2><a name="____________">进一步的信息</a></h2>
<p>请参考 Perl 内附的大量说明文件 (不幸全是用英文写的), 来学习更多关于
Perl 的知识, 以及 Unicode 的使用方式. 不过, 外部的资源相当丰富:</p>
<p>
</p>
<h2><a name="_____perl___________">提供 Perl 资源的网址</a></h2>
<dl>
<dt><strong><a name="item_http_3a_2f_2fwww_2eperl_2ecom_2f"><a href="http://www.perl.com/">http://www.perl.com/</a></a></strong>
<dd>
<p>Perl 的首页 (由欧莱礼公司维护)</p>
</dd>
</li>
<dt><strong><a name="item_http_3a_2f_2fwww_2ecpan_2eorg_2f"><a href="http://www.cpan.org/">http://www.cpan.org/</a></a></strong>
<dd>
<p>Perl 综合典藏网 (Comprehensive Perl Archive Network)</p>
</dd>
</li>
<dt><strong><a name="item_http_3a_2f_2flists_2eperl_2eorg_2f"><a href="http://lists.perl.org/">http://lists.perl.org/</a></a></strong>
<dd>
<p>Perl 邮递论坛一览</p>
</dd>
</li>
</dl>
<p>
</p>
<h2><a name="_____perl_______">学习 Perl 的网址</a></h2>
<dl>
<dt><strong><a name="item_http_3a_2f_2fwww_2eoreilly_2ecom_2ecn_2fhtml_2fper"><a href="http://www.oreilly.com.cn/html/perl.html">http://www.oreilly.com.cn/html/perl.html</a></a></strong>
<dd>
<p>简体中文版的欧莱礼 Perl 书藉</p>
</dd>
</li>
</dl>
<p>
</p>
<h2><a name="perl___________">Perl 使用者集会</a></h2>
<dl>
<dt><strong><a name="item_http_3a_2f_2fwww_2epm_2eorg_2fgroups_2fasia_2eshtm"><a href="http://www.pm.org/groups/asia.shtml#China">http://www.pm.org/groups/asia.shtml#China</a></a></strong>
<dd>
<p>中国 Perl 推广组一览</p>
</dd>
</li>
</dl>
<p>
</p>
<h2><a name="unicode_________">Unicode 相关网址</a></h2>
<dl>
<dt><strong><a name="item_http_3a_2f_2fwww_2eunicode_2eorg_2f"><a href="http://www.unicode.org/">http://www.unicode.org/</a></a></strong>
<dd>
<p>Unicode 学术学会 (Unicode 标准的制定者)</p>
</dd>
</li>
<dt><strong><a name="item_http_3a_2f_2fwww_2ecl_2ecam_2eac_2euk_2f_257emgk25"><a href="http://www.cl.cam.ac.uk/%7Emgk25/unicode.html">http://www.cl.cam.ac.uk/%7Emgk25/unicode.html</a></a></strong>
<dd>
<p>Unix/Linux 上的 UTF-8 及 Unicode 答客问</p>
</dd>
</li>
</dl>
<p>
</p>
<hr />
<h1><a name="see_also">SEE ALSO</a></h1>
<p><a href="../../lib/Encode.html">the Encode manpage</a>, <a href="../../lib/Encode/CN.html">the Encode::CN manpage</a>, <a href="../../lib/encoding.html">the encoding manpage</a>, <a href="../../lib/Pod/perluniintro.html">the perluniintro manpage</a>, <a href="../../lib/Pod/perlunicode.html">the perlunicode manpage</a></p>
<p>
</p>
<hr />
<h1><a name="authors">AUTHORS</a></h1>
<p>Jarkko Hietaniemi <<a href="mailto:jhi@iki.fi">jhi@iki.fi</a>></p>
<p>Autrijus Tang (唐宗汉) <<a href="mailto:autrijus@autrijus.org">autrijus@autrijus.org</a>></p>
</body>
</html>
⌨️ 快捷键说明
复制代码Ctrl + C
搜索代码Ctrl + F
全屏模式F11
增大字号Ctrl + =
减小字号Ctrl + -
显示快捷键?