11 Perl 5.8.0 より、Unicodeサポートが大幅に強化され、その結果ラテン文字以外の文字コードのサポートが CJK (中国語、日本語、ハングル)を含めて加わりました。Unicodeは世界中の文字を一つの文字コードで扱うことを目指した標準規格であり、東から西、はたまたその間の文字(ギリシャ文字、キリール文字、アラビア文字、ヘブライ文字、ディーヴァナガーリ文字、などなど)や、これまではOSベンダーが独自に定めていた文字(PCおよびMacintosh)がすでに含まれています。
13 Perl 自身は Unicode で動作します。Perl スクリプト内の文字列リテラルや正規表現は Unicode を前提としています。そして入出力のためには、これまで使われてきたさまざまな文字コードに対応するモジュール、「 Encode 」が標準装備されており、Unicode とこれらの文字コードの相互変換も簡単に行えるようになっています。
15 現時点で Encode がサポートする文字コードは以下のとおりです。
17 7bit-jis AdobeStandardEncoding AdobeSymbol AdobeZdingbat
18 ascii big5 big5-hkscs cp1006
19 cp1026 cp1047 cp1250 cp1251
20 cp1252 cp1253 cp1254 cp1255
21 cp1256 cp1257 cp1258 cp37
22 cp424 cp437 cp500 cp737
23 cp775 cp850 cp852 cp855
24 cp856 cp857 cp860 cp861
25 cp862 cp863 cp864 cp865
26 cp866 cp869 cp874 cp875
27 cp932 cp936 cp949 cp950
28 dingbats euc-cn euc-jp euc-kr
29 gb12345-raw gb2312-raw gsm0338 hp-roman8
30 hz iso-2022-jp iso-2022-jp-1 iso-8859-1
31 iso-8859-10 iso-8859-11 iso-8859-13 iso-8859-14
32 iso-8859-15 iso-8859-16 iso-8859-2 iso-8859-3
33 iso-8859-4 iso-8859-5 iso-8859-6 iso-8859-7
34 iso-8859-8 iso-8859-9 iso-ir-165 jis0201-raw
35 jis0208-raw jis0212-raw johab koi8-f
36 koi8-r koi8-u ksc5601-raw MacArabic
37 MacCentralEurRoman MacChineseSimp MacChineseTrad MacCroatian
38 MacCyrillic MacDingbats MacFarsi MacGreek
39 MacHebrew MacIcelandic MacJapanese MacKorean
40 MacRoman MacRomanian MacRumanian MacSami
41 MacSymbol MacThai MacTurkish MacUkrainian
42 nextstep posix-bc shiftjis symbol
43 UCS-2BE UCS-2LE UTF-16 UTF-16BE
44 UTF-16LE UTF-32 UTF-32BE UTF-32LE
49 例えば、文字コードFOOのファイルをUTF-8に変換するには、以下のようにします。
51 perl -Mencoding=FOO,STDOUT,utf8 -pe1 < file.FOO > file.utf8
53 また、Perlには、全部がPerlで書かれた文字コード変換ユーティリティ、piconvも付属しているので、以下のようにすることもできます。
55 piconv -f FOO -t utf8 < file.FOO > file.utf8
56 piconv -f utf8 -t FOO < file.utf8 > file.FOO
58 =head2 About (jcode.pl|Jcode.pm|JPerl)
60 5.8以前の、スクリプトがEUC-JPであればリテラルだけは扱うことができました。また、入出力を扱うモジュールとしてはJcode.pmが( http://openlab.ring.gr.jp/Jcode/ )、perl4用のユーティリティとしてはjcode.plがそれぞれ存在し、日本語の扱えるCGIでよく利用されていることを御存じの方も少なくないかと思われます。ただし、日本語による正規表現をうまく扱うことは不可能でした。
62 5.005以前のPerlには、日本語に特化したローカライズ版、Jperlが存在しました( http://homepage2.nifty.com/kipp/perl/jperl/index.html )。また、Mac OS 9.x/Classic用のPerl、MacPerlの日本語版もMacJPerlとして存在してました。( http://habilis.net/macjperl/ ).これらでは文字コードとしてEUC-JPに加えShift_JISもそのまま扱うことができ、また日本語による正規表現を扱うことも可能でした。
64 Perl5.8では、これらの機能がすべてPerl本体だけで実現できる上に、日本語のみならず上記114の文字コードをすべて、しかも同時に扱うことができます。さらに、CPANなどから新しい文字コード用のモジュールを入手することも簡単にできるようになっています。
72 以下の例はいづれもShift_JISの入力をEUC-JPに変換して出力します。
77 jcode::convert(*_, 'euc', 'sjis');
83 print Jcode->new($_, 'sjis')->euc;
88 from_to($_, 'shiftjis', 'euc-jp');
91 # Perl 5.8 - encoding を利用して
92 use encoding 'euc-jp', STDIN => 'shiftjis';
101 いわゆる"shebang"を変更するだけで、Jperl用のscriptのほとんどは変更なしに利用可能だと思われます。
105 #!/path/to/perl -Mencoding=euc-jp
107 詳しくは perldoc encoding を参照してください。
113 Perlには膨大な資料が付属しており、Perlの新機能やUnicodeサポート、そしてEncodeモジュールの使用法などが細かく網羅されています(残念ながら、ほとんど英語ではありますが)。以下のコマンドでそれらの一部を閲覧することが可能です。
115 perldoc perlunicode # PerlのUnicodeサポート全般
116 perldoc Encode # Encodeモジュールに関して
117 perldoc Encode::JP # うち日本語文字コードに関して
119 =head2 Perl全般に関する URL
123 =item L<http://www.perl.com/>
125 Perl ホームページ (O'Reilly and Associates)
127 =item L<http://www.cpan.org/>
129 CPAN (Comprehensive Perl Archive Network)
131 =item L<http://lists.perl.org/>
137 =head2 Perlの修得に役立つ URL
141 =item L<http://www.oreilly.com.tw/>
143 O'Reilly 社のPerl関連書籍(繁体字中国語)
145 =item L<http://www.oreilly.com.cn/>
147 O'Reilly 社のPerl関連書籍(簡体字中国語)
149 =item L<http://www.oreilly.co.jp/catalog/>
159 =item L<http://www.pm.org/groups/asia.html>
167 =item L<http://www.unicode.org/>
169 Unicode コンソーシアム (Unicode規格の選定団体)
171 =item L<http://www.cl.cam.ac.uk/%7Emgk25/unicode.html>
173 UTF-8 and Unicode FAQ for Unix/Linux
175 =item L<http://wiki.kldp.org/Translations/html/UTF8-Unicode-KLDP/UTF8-Unicode-KLDP.html>
177 UTF-8 and Unicode FAQ for Unix/Linux (ハングル訳)
183 Jarkko Hietaniemi E<lt>jhi@iki.fiE<gt>
184 Dan Kogai (小飼 弾) E<lt>dankogai@dan.co.jpE<gt>