perlcn(1)

1PERLCN(1)              Perl Programmers Reference Guide              PERLCN(1)
2
3
4

NAME

6       perlcn - 简体中文 Perl 指南
7

DESCRIPTION

9       欢迎来到 Perl 的天地!
10
11       从 5.8.0 版开始, Perl 具备了完善的 Unicode (统一码) 支持,
12       也连带支持了许多拉丁语系以外的编码方式; CJK (中日韩) 便是其中的一部分.
13       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,
14       以及两者间的一切 (希腊文, 叙利亚文, 阿拉伯文, 希伯来文, 印度文,
15       印地安文, 等等). 它也容纳了多种操作系统与平台 (如 PC 及麦金塔).
16
17       Perl 本身以 Unicode 进行操作. 这表示 Perl 内部的字符串数据可用 Unicode
18       表示; Perl 的函数与运算符 (例如正则表达式匹配) 也能对 Unicode 进行操作.
19       在输入及输出时, 为了处理以 Unicode 之前的编码方式储存的数据, Perl
20       提供了 Encode 这个模块, 可以让你轻易地读写使用旧有的编码格式的数据.
21
22       Encode 扩展模块支持下列简体中文的编码方式 ('gb2312' 表示 'euc-cn'):
23
24           euc-cn      Unix 扩展字符集, 也就是俗称的国标码
25           gb2312-raw  未经处理的 (低比特) GB2312 字符表
26           gb12345     未经处理的中国用繁体中文编码
27           iso-ir-165  GB2312 + GB6345 + GB8565 + 新增字符
28           cp936       字码页 936, 也可以用 'GBK' (扩充国标码) 指明
29           hz          7 比特逸出式 GB2312 编码
30
31       举例来说, 将 EUC-CN 编码的文件转成 Unicode, 只需输入以下命令:
32
33           perl -Mencoding=euc-cn,STDOUT,utf8 -pe1 < file.euc-cn > file.utf8
34
35       Perl 也内附了 "piconv", 一个完全以 Perl 写成的字符转换工具程序,
36       用法如下:
37
38           piconv -f euc-cn -t utf8 < file.euc-cn > file.utf8
39           piconv -f utf8 -t euc-cn < file.utf8 > file.euc-cn
40
41       另外, 利用 encoding 模块, 你可以轻易写出以字符为单位的代码, 如下所示:
42
43           #!/usr/bin/env perl
44           # 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
45           use encoding 'euc-cn', STDIN => 'euc-cn', STDOUT => 'euc-cn';
46           print length("骆驼");      #  2 (双引号表示字符)
47           print length('骆驼');      #  4 (单引号表示字节)
48           print index("谆谆教诲", "蛔唤"); # -1 (不包含此子字符串)
49           print index('谆谆教诲', '蛔唤'); #  1 (从第二个字节开始)
50
51       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
52       码的 "蛔"; "谆" 的第二个字节则与 "教" 的第一个字节结合成 "唤".
53       这解决了以前 EUC-CN 码匹配处理上常见的问题.
54
55   额外的中文编码
56       如果需要更多的中文编码, 可以从 CPAN (<https://www.cpan.org/>) 下载
57       Encode::HanExtra 模块. 它目前提供下列编码方式:
58
59           gb18030     扩充过的国标码, 包含繁体中文
60
61       另外, Encode::HanConvert 模块则提供了简繁转换用的两种编码:
62
63           big5-simp   Big5 繁体中文与 Unicode 简体中文互转
64           gbk-trad    GBK 简体中文与 Unicode 繁体中文互转
65
66       若想在 GBK 与 Big5 之间互转, 请参考该模块内附的 b2g.pl 与 g2b.pl
67       两个程序, 或在程序内使用下列写法:
68
69           use Encode::HanConvert;
70           $euc_cn = big5_to_gb($big5); # 从 Big5 转为 GBK
71           $big5 = gb_to_big5($euc_cn); # 从 GBK 转为 Big5
72
73   进一步的信息
74       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
75       Perl 的知识, 以及 Unicode 的使用方式. 不过, 外部的资源相当丰富:
76
77   提供 Perl 资源的网址
78       <https://www.perl.org/>
79
80       Perl 的首页
81
82       <https://www.perl.com/>
83           由 Perl 基金会运营的文章辑录
84
85       <https://www.cpan.org/>
86           Perl 综合典藏网 (Comprehensive Perl Archive Network)
87
88       <https://lists.perl.org/>
89           Perl 邮递论坛一览
90
91   学习 Perl 的网址
92       <http://www.oreilly.com.cn/index.php?func=booklist&cat=68>
93           简体中文版的欧莱礼 Perl 书藉
94
95   Perl 使用者集会
96       <https://www.pm.org/groups/asia.html>
97           中国 Perl 推广组一览
98
99   Unicode 相关网址
100       <https://www.unicode.org/>
101           Unicode 学术学会 (Unicode 标准的制定者)
102
103       <https://www.cl.cam.ac.uk/%7Emgk25/unicode.html>
104           Unix/Linux 上的 UTF-8 及 Unicode 常见问题解答
105

AUTHORS

110       Jarkko Hietaniemi <jhi@iki.fi>
111
112       Audrey Tang (唐凤) <audreyt@audreyt.org>
113
114       Sizhe Zhao <prc.zhao@outlook.com>
115
116
117
118perl v5.38.2                      2023-11-30                         PERLCN(1)

NAME

DESCRIPTION

SEE ALSO

AUTHORS