Commit | Line | Data |
---|---|---|
d8416318 JH |
1 | If you read this file _as_is_, just ignore the funny characters you |
2 | see. It is written in the POD format (see perlpod manpage) which is | |
3 | specially designed to be readable as is. | |
4 | ||
d0ce92e7 | 5 | The following documentation is written in UTF-8 encoding. |
d8416318 | 6 | |
d0ce92e7 CK |
7 | 如果你用一般的文字編輯器閱覽這份文件, 請忽略文中奇特的註記字符. |
8 | 這份文件是以 POD (簡明文件格式) 寫成; 這種格式是為了能讓人直接讀取, | |
9 | 而特別設計的. 關於此格式的進一步資訊, 請參考 perlpod 線上文件. | |
d8416318 | 10 | |
d0ce92e7 | 11 | =encoding UTF-8 |
a5921eb1 | 12 | |
d8416318 JH |
13 | =head1 NAME |
14 | ||
d0ce92e7 | 15 | perltw - 正體中文 Perl 指南 |
d8416318 JH |
16 | |
17 | =head1 DESCRIPTION | |
18 | ||
d0ce92e7 | 19 | 歡迎來到 Perl 的天地! |
d8416318 | 20 | |
d0ce92e7 CK |
21 | 從 5.8.0 版開始, Perl 具備了完善的 Unicode (萬國碼) 支援, |
22 | 也連帶支援了許多拉丁語系以外的編碼方式; CJK (中日韓) 便是其中的一部份. | |
23 | Unicode 是國際性的標準, 試圖涵蓋世界上所有的字符: 西方世界, 東方世界, | |
24 | 以及兩者間的一切 (希臘文, 敘利亞文, 阿拉伯文, 希伯來文, 印度文, | |
25 | 印地安文, 等等). 它也容納了多種作業系統與平臺 (如 PC 及麥金塔). | |
d8416318 | 26 | |
d0ce92e7 CK |
27 | Perl 本身以 Unicode 進行操作. 這表示 Perl 內部的字串資料可用 Unicode |
28 | 表示; Perl 的函式與算符 (例如正規表示式比對) 也能對 Unicode 進行操作. | |
29 | 在輸入及輸出時, 為了處理以 Unicode 之前的編碼方式儲存的資料, Perl | |
30 | 提供了 Encode 這個模組, 可以讓你輕易地讀取及寫入舊有的編碼資料. | |
d8416318 | 31 | |
d0ce92e7 | 32 | Encode 延伸模組支援下列正體中文的編碼方式 ('big5' 表示 'big5-eten'): |
d8416318 | 33 | |
d0ce92e7 CK |
34 | big5-eten Big5 編碼 (含倚天延伸字形) |
35 | big5-hkscs Big5 + 香港外字集, 2001 年版 | |
36 | cp950 字碼頁 950 (Big5 + 微軟添加的字符) | |
d8416318 | 37 | |
d0ce92e7 | 38 | 舉例來說, 將 Big5 編碼的檔案轉成 Unicode, 祗需鍵入下列指令: |
d8416318 JH |
39 | |
40 | perl -Mencoding=big5,STDOUT,utf8 -pe1 < file.big5 > file.utf8 | |
41 | ||
d0ce92e7 | 42 | Perl 也內附了 "piconv", 一支完全以 Perl 寫成的字符轉換工具程式, 用法如下: |
d8416318 JH |
43 | |
44 | piconv -f big5 -t utf8 < file.big5 > file.utf8 | |
45 | piconv -f utf8 -t big5 < file.utf8 > file.big5 | |
46 | ||
d0ce92e7 | 47 | 另外, 利用 encoding 模組, 你可以輕易寫出以字符為單位的程式碼, 如下所示: |
d8416318 JH |
48 | |
49 | #!/usr/bin/env perl | |
d0ce92e7 | 50 | # 啟動 big5 字串解析; 標準輸出入及標準錯誤都設為 big5 編碼 |
f092799b | 51 | use encoding 'big5', STDIN => 'big5', STDOUT => 'big5'; |
d0ce92e7 CK |
52 | print length("駱駝"); # 2 (雙引號表示字符) |
53 | print length('駱駝'); # 4 (單引號表示位元組) | |
54 | print index("諄諄教誨", "彖帢"); # -1 (不包含此子字串) | |
55 | print index('諄諄教誨', '彖帢'); # 1 (從第二個位元組開始) | |
f092799b | 56 | |
d0ce92e7 CK |
57 | 在最後一列例子裡, "諄" 的第二個位元組與 "諄" 的第一個位元組結合成 Big5 |
58 | 碼的 "彖"; "諄" 的第二個位元組則與 "教" 的第一個位元組結合成 "帢". | |
59 | 這解決了以前 Big5 碼比對處理上常見的問題. | |
d8416318 | 60 | |
d0ce92e7 | 61 | =head2 額外的中文編碼 |
d8416318 | 62 | |
d0ce92e7 CK |
63 | 如果需要更多的中文編碼, 可以從 CPAN (L<http://www.cpan.org/>) 下載 |
64 | Encode::HanExtra 模組. 它目前提供下列編碼方式: | |
d8416318 | 65 | |
d0ce92e7 CK |
66 | cccii 1980 年文建會的中文資訊交換碼 |
67 | euc-tw Unix 延伸字符集, 包含 CNS11643 平面 1-7 | |
68 | big5plus 中文數位化技術推廣基金會的 Big5+ | |
69 | big5ext 中文數位化技術推廣基金會的 Big5e | |
d8416318 | 70 | |
d0ce92e7 | 71 | 另外, Encode::HanConvert 模組則提供了簡繁轉換用的兩種編碼: |
d8416318 | 72 | |
d0ce92e7 CK |
73 | big5-simp Big5 正體中文與 Unicode 簡體中文互轉 |
74 | gbk-trad GBK 簡體中文與 Unicode 正體中文互轉 | |
f092799b | 75 | |
d0ce92e7 CK |
76 | 若想在 GBK 與 Big5 之間互轉, 請參考該模組內附的 b2g.pl 與 g2b.pl 兩支程式, |
77 | 或在程式內使用下列寫法: | |
d8416318 | 78 | |
f092799b | 79 | use Encode::HanConvert; |
d0ce92e7 CK |
80 | $euc_cn = big5_to_gb($big5); # 從 Big5 轉為 GBK |
81 | $big5 = gb_to_big5($euc_cn); # 從 GBK 轉為 Big5 | |
d8416318 | 82 | |
d0ce92e7 | 83 | =head2 進一步的資訊 |
d8416318 | 84 | |
d0ce92e7 CK |
85 | 請參考 Perl 內附的大量說明文件 (不幸全是用英文寫的), 來學習更多關於 |
86 | Perl 的知識, 以及 Unicode 的使用方式. 不過, 外部的資源相當豐富: | |
d8416318 | 87 | |
d0ce92e7 | 88 | =head2 提供 Perl 資源的網址 |
d8416318 JH |
89 | |
90 | =over 4 | |
91 | ||
92 | =item L<http://www.perl.com/> | |
93 | ||
d0ce92e7 | 94 | Perl 的首頁 (由歐萊禮公司維護) |
d8416318 JH |
95 | |
96 | =item L<http://www.cpan.org/> | |
97 | ||
d0ce92e7 | 98 | Perl 綜合典藏網 (Comprehensive Perl Archive Network) |
d8416318 JH |
99 | |
100 | =item L<http://lists.perl.org/> | |
101 | ||
d0ce92e7 | 102 | Perl 郵遞論壇一覽 |
d8416318 JH |
103 | |
104 | =back | |
105 | ||
d0ce92e7 | 106 | =head2 學習 Perl 的網址 |
d8416318 JH |
107 | |
108 | =over 4 | |
109 | ||
e59066d8 | 110 | =item L<http://www.oreilly.com.tw/product_perl.php?id=index_perl> |
d8416318 | 111 | |
d0ce92e7 | 112 | 正體中文版的歐萊禮 Perl 書藉 |
d8416318 JH |
113 | |
114 | =item L<http://groups.google.com/groups?q=tw.bbs.comp.lang.perl> | |
115 | ||
d0ce92e7 | 116 | 臺灣 Perl 連線討論區 (也就是各大 BBS 的 Perl 連線版) |
d8416318 JH |
117 | |
118 | =back | |
119 | ||
d0ce92e7 | 120 | =head2 Perl 使用者集會 |
d8416318 JH |
121 | |
122 | =over 4 | |
123 | ||
ba36cd72 | 124 | =item L<http://www.pm.org/groups/taiwan.html> |
d8416318 | 125 | |
d0ce92e7 | 126 | 臺灣 Perl 推廣組一覽 |
d8416318 | 127 | |
ba36cd72 | 128 | =item L<irc://irc.freenode.org/#perl.tw> |
d8416318 | 129 | |
ba36cd72 | 130 | Perl.tw 線上聊天室 |
d8416318 JH |
131 | |
132 | =back | |
133 | ||
d0ce92e7 | 134 | =head2 Unicode 相關網址 |
d8416318 JH |
135 | |
136 | =over 4 | |
137 | ||
138 | =item L<http://www.unicode.org/> | |
139 | ||
d0ce92e7 | 140 | Unicode 學術學會 (Unicode 標準的制定者) |
d8416318 JH |
141 | |
142 | =item L<http://www.cl.cam.ac.uk/%7Emgk25/unicode.html> | |
143 | ||
d0ce92e7 | 144 | Unix/Linux 上的 UTF-8 及 Unicode 答客問 |
d8416318 | 145 | |
818c4caa JH |
146 | =back |
147 | ||
d0ce92e7 | 148 | =head2 中文化資訊 |
f092799b | 149 | |
818c4caa JH |
150 | =over 4 |
151 | ||
d0ce92e7 | 152 | =item 中文化軟體聯盟 |
f092799b JH |
153 | |
154 | L<http://www.cpatch.org/> | |
155 | ||
d0ce92e7 | 156 | =item Linux 軟體中文化計劃 |
f092799b JH |
157 | |
158 | L<http://www.linux.org.tw/CLDP/> | |
159 | ||
d8416318 JH |
160 | =back |
161 | ||
f092799b JH |
162 | =head1 SEE ALSO |
163 | ||
164 | L<Encode>, L<Encode::TW>, L<encoding>, L<perluniintro>, L<perlunicode> | |
165 | ||
d8416318 JH |
166 | =head1 AUTHORS |
167 | ||
168 | Jarkko Hietaniemi E<lt>jhi@iki.fiE<gt> | |
169 | ||
d0ce92e7 | 170 | Audrey Tang (唐鳳) E<lt>audreyt@audreyt.orgE<gt> |
d8416318 JH |
171 | |
172 | =cut |