PERLTW(7) Perl Programmers Reference Guide PERLTW(7)

perltw - 正体中文 Perl 指南

欢迎来到 Perl 的天地!

从 5.8.0 版开始, Perl 具备了完善的 Unicode (万国码) 支援, 也连带支援了许e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e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, 阿拉伯文, 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 内部的字串资料可用 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 之前的编码方式储存的资料, Perl 提供了 Encode 这个模组, 可以让你轻易地读取及写入旧有的编码资料.

Encode 延伸模组支援下列正体中文的编码方式 ('big5' 表示 'big5-eten'):

big5-eten   Big5 编码 (含倚天延伸字形)
big5-hkscs  Big5 + 香港外字集, 2001 年版
cp950       字码页 950 (Big5 + 微软添加的字符)

举例来说, 将 Big5 编码的档案转成 Unicode, 祗需键入下列指令:

perl -Mencoding=big5,STDOUT,utf8 -pe1 < file.big5 > file.utf8

Perl 也内附了 "piconv", 一支完全以 Perl 写成的字符转换工具程式, 用法如下:

piconv -f big5 -t utf8 < file.big5 > file.utf8
piconv -f utf8 -t big5 < file.utf8 > file.big5

另外, 利用 encoding 模组, 你可以轻易写出以字符为单位的程式码, 如下所示:

#!/usr/bin/env perl
# 启动 big5 字串解析; 标准输出入及标准错误都设为 big5 编码
use encoding 'big5', STDIN => 'big5', STDOUT => 'big5';
print length("骆驼");            #  2 (双引号表示字符)
print length('骆驼');            #  4 (单引号表示位元组)
print index("谆谆教诲", "彖帢"); # -1 (不包含此子字串)
print index('谆谆教诲', '彖帢'); #  1 (从第二个位元组开始)

在最后一列例子里, "谆" 的第二个位元组与 "谆" 的第一个位元组结合成 Big5 码的 "彖"; "谆" 的第二个位元组则与 "教" 的第一个位元组结合成 "帢". 这解决了以前 Big5 码比对处理上常见的问题.

额外的中文编码

如果需要更多的中文编码, 可以从 CPAN (http://www.cpan.org/) 下载 Encode::HanExtra 模组. 它目前提供下列编码方式:

cccii       1980 年文建会的中文资讯交换码
euc-tw      Unix 延伸字符集, 包含 CNS11643 平面 1-7
big5plus    中文数位化技术推广基金会的 Big5+
big5ext     中文数位化技术推广基金会的 Big5e

另外, Encode::HanConvert 模组则提供了简繁转换用的两种编码:

big5-simp   Big5 正体中文与 Unicode 简体中文互转
gbk-trad    GBK 简体中文与 Unicode 正体中文互转

若想在 GBK 与 Big5 之间互转, 请参考该模组内附的 b2g.pl 与 g2b.pl 两支程式, 或在程式内使用下列写法:

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

进一步的资讯

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:

提供 Perl 资源的网址

http://www.perl.com/
Perl 的首页 (由欧莱礼公司维护)
http://www.cpan.org/
Perl 综合典藏网 (Comprehensive Perl Archive Network)
http://lists.perl.org/
Perl 邮递论坛一览

学习 Perl 的网址

http://www.oreilly.com.tw/chinese/perl/index.html
正体中文版的欧莱礼 Perl 书藉
http://groups.google.com/groups?q=tw.bbs.comp.lang.perl
台湾 Perl 连线讨论区 (也就是各大 BBS 的 Perl 连线版)

Perl 使用者集会

http://www.pm.org/groups/asia.shtml#Taiwan
台湾 Perl 推广组一览
http://irc.elixus.org/
艺立协线上聊天室

Unicode 相关网址

http://www.unicode.org/
Unicode 学术学会 (Unicode 标准的制定者)
http://www.cl.cam.ac.uk/%7Emgk25/unicode.html
Unix/Linux 上的 UTF-8 及 Unicode 答客问

中文化资讯

为什么叫 "正体中文" 不叫 "繁体中文"?
http://www.csie.ntu.edu.tw/~b7506051/mozilla/faq.html#faqglossary
中文化软体联盟
http://www.cpatch.org/
Linux 软体中文化计划
http://www.linux.org.tw/CLDP/

Encode, Encode::TW, encoding, perluniintro, perlunicode

Jarkko Hietaniemi <jhi@iki.fi>

Autrijus Tang (唐宗汉) <autrijus@autrijus.org>

本页面中文版由中文 man 手册页计划提供。
中文 man 手册页计划:https://github.com/man-pages-zh/manpages-zh

2003-09-02 perl v5.8.1