| 1 | =encoding utf8 |
| 2 | |
| 3 | 如果你用一般的文字编辑器阅览这份文件, 请忽略文中奇特的注记字符. |
| 4 | 这份文件是以 POD (简明文件格式) 写成; 这种格式是为了能让人直接阅读, |
| 5 | 而特别设计的. 关于此格式的进一步信息, 请参考 perlpod 线上文件. |
| 6 | |
| 7 | =head1 NAME |
| 8 | |
| 9 | perlcn - 简体中文 Perl 指南 |
| 10 | |
| 11 | =head1 DESCRIPTION |
| 12 | |
| 13 | 欢迎来到 Perl 的天地! |
| 14 | |
| 15 | 从 5.8.0 版开始, Perl 具备了完善的 Unicode (统一码) 支援, |
| 16 | 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. |
| 17 | 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, |
| 18 | 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, |
| 19 | 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). |
| 20 | |
| 21 | Perl 本身以 Unicode 进行操作. 这表示 Perl 内部的字符串数据可用 Unicode |
| 22 | 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. |
| 23 | 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 |
| 24 | 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. |
| 25 | |
| 26 | Encode 延伸模块支援下列简体中文的编码方式 ('gb2312' 表示 'euc-cn'): |
| 27 | |
| 28 | euc-cn Unix 延伸字符集, 也就是俗称的国标码 |
| 29 | gb2312-raw 未经处理的 (低比特) GB2312 字符表 |
| 30 | gb12345 未经处理的中国用繁体中文编码 |
| 31 | iso-ir-165 GB2312 + GB6345 + GB8565 + 新增字符 |
| 32 | cp936 字码页 936, 也可以用 'GBK' (扩充国标码) 指明 |
| 33 | hz 7 比特逸出式 GB2312 编码 |
| 34 | |
| 35 | 举例来说, 将 EUC-CN 编码的档案转成 Unicode, 祗需键入下列指令: |
| 36 | |
| 37 | perl -Mencoding=euc-cn,STDOUT,utf8 -pe1 < file.euc-cn > file.utf8 |
| 38 | |
| 39 | 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: |
| 40 | |
| 41 | piconv -f euc-cn -t utf8 < file.euc-cn > file.utf8 |
| 42 | piconv -f utf8 -t euc-cn < file.utf8 > file.euc-cn |
| 43 | |
| 44 | 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: |
| 45 | |
| 46 | #!/usr/bin/env perl |
| 47 | # 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 |
| 48 | use encoding 'euc-cn', STDIN => 'euc-cn', STDOUT => 'euc-cn'; |
| 49 | print length("骆驼"); # 2 (双引号表示字符) |
| 50 | print length('骆驼'); # 4 (单引号表示字节) |
| 51 | print index("谆谆教诲", "蛔唤"); # -1 (不包含此子字符串) |
| 52 | print index('谆谆教诲', '蛔唤'); # 1 (从第二个字节开始) |
| 53 | |
| 54 | 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 |
| 55 | 码的 "蛔"; "谆" 的第二个字节则与 "教" 的第一个字节结合成 "唤". |
| 56 | 这解决了以前 EUC-CN 码比对处理上常见的问题. |
| 57 | |
| 58 | =head2 额外的中文编码 |
| 59 | |
| 60 | 如果需要更多的中文编码, 可以从 CPAN (L<https://www.cpan.org/>) 下载 |
| 61 | Encode::HanExtra 模块. 它目前提供下列编码方式: |
| 62 | |
| 63 | gb18030 扩充过的国标码, 包含繁体中文 |
| 64 | |
| 65 | 另外, Encode::HanConvert 模块则提供了简繁转换用的两种编码: |
| 66 | |
| 67 | big5-simp Big5 繁体中文与 Unicode 简体中文互转 |
| 68 | gbk-trad GBK 简体中文与 Unicode 繁体中文互转 |
| 69 | |
| 70 | 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, |
| 71 | 或在程序内使用下列写法: |
| 72 | |
| 73 | use Encode::HanConvert; |
| 74 | $euc_cn = big5_to_gb($big5); # 从 Big5 转为 GBK |
| 75 | $big5 = gb_to_big5($euc_cn); # 从 GBK 转为 Big5 |
| 76 | |
| 77 | =head2 进一步的信息 |
| 78 | |
| 79 | 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 |
| 80 | Perl 的知识, 以及 Unicode 的使用方式. 不过, 外部的资源相当丰富: |
| 81 | |
| 82 | =head2 提供 Perl 资源的网址 |
| 83 | |
| 84 | =over 4 |
| 85 | |
| 86 | =item L<https://www.perl.org/> |
| 87 | |
| 88 | =back |
| 89 | |
| 90 | Perl 的首页 |
| 91 | |
| 92 | =over 4 |
| 93 | |
| 94 | =item L<https://www.perl.com/> |
| 95 | |
| 96 | 由 Perl 基金会所营运的文章辑录 |
| 97 | |
| 98 | =item L<https://www.cpan.org/> |
| 99 | |
| 100 | Perl 综合典藏网 (Comprehensive Perl Archive Network) |
| 101 | |
| 102 | =item L<https://lists.perl.org/> |
| 103 | |
| 104 | Perl 邮递论坛一览 |
| 105 | |
| 106 | =back |
| 107 | |
| 108 | =head2 学习 Perl 的网址 |
| 109 | |
| 110 | =over 4 |
| 111 | |
| 112 | =item L<http://www.oreilly.com.cn/index.php?func=booklist&cat=68> |
| 113 | |
| 114 | 简体中文版的欧莱礼 Perl 书藉 |
| 115 | |
| 116 | =back |
| 117 | |
| 118 | =head2 Perl 使用者集会 |
| 119 | |
| 120 | =over 4 |
| 121 | |
| 122 | =item L<https://www.pm.org/groups/asia.html> |
| 123 | |
| 124 | 中国 Perl 推广组一览 |
| 125 | |
| 126 | =back |
| 127 | |
| 128 | =head2 Unicode 相关网址 |
| 129 | |
| 130 | =over 4 |
| 131 | |
| 132 | =item L<https://www.unicode.org/> |
| 133 | |
| 134 | Unicode 学术学会 (Unicode 标准的制定者) |
| 135 | |
| 136 | =item L<https://www.cl.cam.ac.uk/%7Emgk25/unicode.html> |
| 137 | |
| 138 | Unix/Linux 上的 UTF-8 及 Unicode 答客问 |
| 139 | |
| 140 | =back |
| 141 | |
| 142 | =head1 SEE ALSO |
| 143 | |
| 144 | L<Encode>, L<Encode::CN>, L<encoding>, L<perluniintro>, L<perlunicode> |
| 145 | |
| 146 | =head1 AUTHORS |
| 147 | |
| 148 | Jarkko Hietaniemi E<lt>jhi@iki.fiE<gt> |
| 149 | |
| 150 | Audrey Tang (唐凤) E<lt>audreyt@audreyt.orgE<gt> |
| 151 | |
| 152 | =cut |