perl - Unix 版权符号不起作用

Question

当我尝试将版权符号值插入 perl 中的变量时，它转换为另一个符号

我需要

$a=©;

但我得到了这样的

$a =Â©

请给我解决方案

score 5 · Accepted Answer

好的 - 你需要了解一些关于字符编码的知识。

有一种叫做字符集的东西——它是一组命名的有效字符（“A”、“z”、“1”、“£”等）。perl 字符串通常包含字符。Perl 的字符集包括世界上的一切（甚至更多）。

现在，集合中的每个字符都有一个数字（代码点），所以我们知道我们在说什么（在许多集合中为 65="A"，但不一定是全部）。传统上，不同的国家/计算机公司为某些字符提出了自己的代码（在英国，“£”被认为很重要，而在美国则不那么重要）。所以 - 我们需要知道在交换信息时我们想要使用什么字符集。

但是，当我们写入文件或通过网络发送消息时，我们会写入字节，这些字节只能保存数字 0-255。那么 - 我们如何处理代码点大于 255 的字符？

我们需要一个编码。这是一组规则，说明如何将我们的代码点转换为字节。

Unicode 是一个字符集，包含几乎所有曾经使用过的书面符号（他们也在不断添加）。它有许多编码，其中最常见的是 UTF-8。UTF-8 编码对大于 127 的数字使用多个字节（如果您关心为什么，请使用 Google）。

ISO-8859-1 是基于欧洲的字符集和编码（每个字符一个字节）。它在 ISO-8859-15 中进行了修订，其中引入了欧元“€”符号。两者都只包含 Unicode 标准中字符的一小部分（没有阿拉伯语、中文、笑脸等）。

如果不了解 ISO-8859-1 中的文件在说什么，就无法区分 ISO-8859-1 中的文件和 ISO-8859-15 中的文件。其中一个字节 0xA4 在另一个“€”中表示“¤”。

有时可能会发现 UTF-8 文件，因为它有一些关于如何生成大代码点的规则。

在您的情况下，版权符号的这两个字符？它们是该字符的 UTF-8 编码。你大概是用 ISO-8859-something 或 Windows-something 输入的。

下面是一个小脚本来说明我的意思。它以两种编码打印出“test©”，显示用于两者的字节（八位字节）。您的终端只会成功显示一个。

#!/usr/bin/perl
use strict;
use warnings;
use Encode qw(encode);

print_charcodes('UTF-8', 'test'.chr(169));
print_charcodes('ISO-8859-1', 'test'.chr(169));
exit;

sub print_charcodes {
    my ($enc, $chars) = @_;
    my $octets = encode($enc, $chars, Encode::FB_CROAK);
    my @codes = map { ord $_ } split('', $octets);
    print sprintf('%11s : ',$enc), join(" ", @codes), " : $octets", "\n"
}

呼——这是你在 21 世纪应对角色所需要知道的最低限度。当你开始尝试处理这些东西时，会有大量的细节（什么是数字？什么是标点符号，我如何小写？）。阅读这篇文章了解血腥的细节。哦 - 当你这样做时，请记住 Perl 在这方面应该比大多数语言更好。

PS - Unicode 专家。是的，我意识到这过度简化了很多繁琐的细节，但我想传达基本知识，而不是像链接的帖子那样可怕。

score 1 · Accepted Answer

一个问题是你如何得到你得到的：

你没有说你是怎么做的或做了什么。您是否在 as 中键入了变量$a = "©"，但它显示为$a = "Ä©"，或者您在一个地方键入了 Perl 脚本，但它在其他地方显示为错误的变量。或者，如果您正在运行 Perl 脚本，输入©作为输入，但Ä©作为输出。

我不会重复Richard Huxton 的解释，但您确实需要了解字符是如何表示的。

score 0 · Accepted Answer

perl - Unix 版权符号不起作用

3 回答 3

Related

Reference