regex - perl 删除度数符号

Question

我使用 utf8 打开一个 CSV 文件，然后将文件读入多维散列。一切都有效。

use Text::CSV;
.
.
.
open ($fh, '<:utf8', $input);
.
.
.

不幸的是，某些列包含我需要删除的度数符号。我已经使用正则表达式删除了其他字符，但我似乎无法弄清楚如何去除度数符号。我正在使用的其他正则表达式示例。

$sorted{$pkey}{"desc"} =~ s/\r\n//g; # strip NL from middle of value.

如何去掉度数符号或任何非标准标点符号？

提前致谢。

Answer 1

如果您的源代码使用 UTF-8 保存，您应该能够编写

use utf8;  # Tell Perl the source code is UTF-8
$sorted{$pkey}{"desc"} =~ s/°//g

不管你是不是use utf8，你应该会写

use charnames ':full';  # Needed before 5.16
$sorted{$pkey}{"desc"} =~ s/\N{DEGREE SIGN}//g

Answer 2

不确定问题。这是一个带有度数符号的 UTF-8 文件。你不能输入度数符号吗？您的计算机没有使用 UTF 8 吗？您是否使用不兼容 Unicode 的旧版 Perl？

度数符号的 UTF-8 编码是C2 B0. 如果您愿意，可以在替换中指定两个十六进制字节。这适用于本地运行 UTF-8 的 Linux 和 Mac。它应该适用于 Windows 的默认编码：

my $string = "Man, It's hot. It must be 100° out here!";
$string =~ s/\xc2\xb0/ degrees/g;
say $string;  # Prints "Man, It's hot. It must be 100 degrees out here!";

当您像这样处理 UTF-8 文件时要非常非常小心，因为您最终可能会创建一个无效的字符序列。

这适用于使用 UTF-8 的操作系统（如果您设置正确的代码页，Windows 可以），您使用的是现代版本的 Perl，并且文件使用的是实际的 Unicode 符号：

use utf8;  #MUST BE SET!!!!

$string =~ s/\N{U+00B0}/ degrees/;