README.cn

   1 # vim: syntax=pod
   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 在线文档.
   6
   7 =encoding utf8
   8
   9 =head1 NAME
  10
  11 perlcn - 简体中文 Perl 指南
  12
  13 =head1 DESCRIPTION
  14
  15 欢迎来到 Perl 的天地!
  16
  17 从 5.8.0 版开始, Perl 具备了完善的 Unicode (统一码) 支持,
  18 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.
  19 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,
  20 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,
  21 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).
  22
  23 Perl 本身以 Unicode 进行操作. 这表示 Perl 内部的字符串数据可用 Unicode
  24 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.
  25 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
  26 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.
  27
  28 Encode 扩展模块支持下列简体中文的编码方式 ('gb2312' 表示 'euc-cn'):
  29
  30     euc-cn      Unix 扩展字符集, 也就是俗称的国标码
  31     gb2312-raw  未经处理的 (低比特) GB2312 字符表
  32     gb12345     未经处理的中国用繁体中文编码
  33     iso-ir-165  GB2312 + GB6345 + GB8565 + 新增字符
  34     cp936       字码页 936, 也可以用 'GBK' (扩充国标码) 指明
  35     hz          7 比特逸出式 GB2312 编码
  36
  37 举例来说, 将 EUC-CN 编码的文件转成 Unicode, 只需输入以下命令:
  38
  39     perl -Mencoding=euc-cn,STDOUT,utf8 -pe1 < file.euc-cn > file.utf8
  40
  41 Perl 也内附了 "piconv", 一个完全以 Perl 写成的字符转换工具程序, 用法如下:
  42
  43     piconv -f euc-cn -t utf8 < file.euc-cn > file.utf8
  44     piconv -f utf8 -t euc-cn < file.utf8 > file.euc-cn
  45
  46 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:
  47
  48     #!/usr/bin/env perl
  49     # 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
  50     use encoding 'euc-cn', STDIN => 'euc-cn', STDOUT => 'euc-cn';
  51     print length("骆驼");          #  2 (双引号表示字符)
  52     print length('骆驼');          #  4 (单引号表示字节)
  53     print index("谆谆教诲", "蛔唤"); # -1 (不包含此子字符串)
  54     print index('谆谆教诲', '蛔唤'); #  1 (从第二个字节开始)
  55
  56 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
  57 码的 "蛔"; "谆" 的第二个字节则与 "教" 的第一个字节结合成 "唤".
  58 这解决了以前 EUC-CN 码匹配处理上常见的问题.
  59
  60 =head2 额外的中文编码
  61
  62 如果需要更多的中文编码, 可以从 CPAN (L<https://www.cpan.org/>) 下载
  63 Encode::HanExtra 模块. 它目前提供下列编码方式:
  64
  65     gb18030     扩充过的国标码, 包含繁体中文
  66
  67 另外, Encode::HanConvert 模块则提供了简繁转换用的两种编码:
  68
  69     big5-simp   Big5 繁体中文与 Unicode 简体中文互转
  70     gbk-trad    GBK 简体中文与 Unicode 繁体中文互转
  71
  72 若想在 GBK 与 Big5 之间互转, 请参考该模块内附的 b2g.pl 与 g2b.pl 两个程序,
  73 或在程序内使用下列写法:
  74
  75     use Encode::HanConvert;
  76     $euc_cn = big5_to_gb($big5); # 从 Big5 转为 GBK
  77     $big5 = gb_to_big5($euc_cn); # 从 GBK 转为 Big5
  78
  79 =head2 进一步的信息
  80
  81 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
  82 Perl 的知识, 以及 Unicode 的使用方式. 不过, 外部的资源相当丰富:
  83
  84 =head2 提供 Perl 资源的网址
  85
  86 =over 4
  87
  88 =item L<https://www.perl.org/>
  89
  90 =back
  91
  92 Perl 的首页
  93
  94 =over 4
  95
  96 =item L<https://www.perl.com/>
  97
  98 由 Perl 基金会运营的文章辑录
  99
 100 =item L<https://www.cpan.org/>
 101
 102 Perl 综合典藏网 (Comprehensive Perl Archive Network)
 103
 104 =item L<https://lists.perl.org/>
 105
 106 Perl 邮递论坛一览
 107
 108 =back
 109
 110 =head2 学习 Perl 的网址
 111
 112 =over 4
 113
 114 =item L<http://www.oreilly.com.cn/index.php?func=booklist&cat=68>
 115
 116 简体中文版的欧莱礼 Perl 书藉
 117
 118 =back
 119
 120 =head2 Perl 使用者集会
 121
 122 =over 4
 123
 124 =item L<https://www.pm.org/groups/asia.html>
 125
 126 中国 Perl 推广组一览
 127
 128 =back
 129
 130 =head2 Unicode 相关网址
 131
 132 =over 4
 133
 134 =item L<https://www.unicode.org/>
 135
 136 Unicode 学术学会 (Unicode 标准的制定者)
 137
 138 =item L<https://www.cl.cam.ac.uk/%7Emgk25/unicode.html>
 139
 140 Unix/Linux 上的 UTF-8 及 Unicode 常见问题解答
 141
 142 =back
 143
 144 =head1 SEE ALSO
 145
 146 L<Encode>, L<Encode::CN>, L<encoding>, L<perluniintro>, L<perlunicode>
 147
 148 =head1 AUTHORS
 149
 150 Jarkko Hietaniemi E<lt>jhi@iki.fiE<gt>
 151
 152 Audrey Tang (唐凤) E<lt>audreyt@audreyt.orgE<gt>
 153
 154 Sizhe Zhao E<lt>prc.zhao@outlook.comE<gt>
 155
 156 =cut