=encoding utf8 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. 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, 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. =head1 NAME perlcn - 简体中文 Perl 指南 =head1 DESCRIPTION 欢迎来到 Perl 的天地! 从 5.8.0 版开始, Perl 具备了完善的 Unicode (统一码) 支援, 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. 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, 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, 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). Perl 本身以 Unicode 进行操作. 这表示 Perl 内部的字符串数据可用 Unicode 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. 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 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. Encode 延伸模块支援下列简体中文的编码方式 ('gb2312' 表示 'euc-cn'): euc-cn Unix 延伸字符集, 也就是俗称的国标码 gb2312-raw 未经处理的 (低比特) GB2312 字符表 gb12345 未经处理的中国用繁体中文编码 iso-ir-165 GB2312 + GB6345 + GB8565 + 新增字符 cp936 字码页 936, 也可以用 'GBK' (扩充国标码) 指明 hz 7 比特逸出式 GB2312 编码 举例来说, 将 EUC-CN 编码的档案转成 Unicode, 祗需键入下列指令: perl -Mencoding=euc-cn,STDOUT,utf8 -pe1 < file.euc-cn > file.utf8 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: piconv -f euc-cn -t utf8 < file.euc-cn > file.utf8 piconv -f utf8 -t euc-cn < file.utf8 > file.euc-cn 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: #!/usr/bin/env perl # 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 use encoding 'euc-cn', STDIN => 'euc-cn', STDOUT => 'euc-cn'; print length("骆驼"); # 2 (双引号表示字符) print length('骆驼'); # 4 (单引号表示字节) print index("谆谆教诲", "蛔唤"); # -1 (不包含此子字符串) print index('谆谆教诲', '蛔唤'); # 1 (从第二个字节开始) 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 码的 "蛔"; "谆" 的第二个字节则与 "教" 的第一个字节结合成 "唤". 这解决了以前 EUC-CN 码比对处理上常见的问题. =head2 额外的中文编码 如果需要更多的中文编码, 可以从 CPAN (L) 下载 Encode::HanExtra 模块. 它目前提供下列编码方式: gb18030 扩充过的国标码, 包含繁体中文 另外, Encode::HanConvert 模块则提供了简繁转换用的两种编码: big5-simp Big5 繁体中文与 Unicode 简体中文互转 gbk-trad GBK 简体中文与 Unicode 繁体中文互转 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, 或在程序内使用下列写法: use Encode::HanConvert; $euc_cn = big5_to_gb($big5); # 从 Big5 转为 GBK $big5 = gb_to_big5($euc_cn); # 从 GBK 转为 Big5 =head2 进一步的信息 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 Perl 的知识, 以及 Unicode 的使用方式. 不过, 外部的资源相当丰富: =head2 提供 Perl 资源的网址 =over 4 =item L =back Perl 的首页 =over 4 =item L 由 Perl 基金会所营运的文章辑录 =item L Perl 综合典藏网 (Comprehensive Perl Archive Network) =item L Perl 邮递论坛一览 =back =head2 学习 Perl 的网址 =over 4 =item L 简体中文版的欧莱礼 Perl 书藉 =back =head2 Perl 使用者集会 =over 4 =item L 中国 Perl 推广组一览 =back =head2 Unicode 相关网址 =over 4 =item L Unicode 学术学会 (Unicode 标准的制定者) =item L Unix/Linux 上的 UTF-8 及 Unicode 答客问 =back =head1 SEE ALSO L, L, L, L, L =head1 AUTHORS Jarkko Hietaniemi Ejhi@iki.fiE Audrey Tang (唐凤) Eaudreyt@audreyt.orgE =cut