perl - 为什么 gedit 不能识别我从 perl 程序创建的输出文件的编码？

Question

#!/usr/bin/perl -w
use strict;

open (EVENTLOGFILE, "<eventlog.txt") || die("Could not open file eventlog file");
open (EVENTLOGFILE_NODATETIME, ">eventlog_nodatetime.txt") || die("Could not open new event log file");


my($line) = "";

while ($line = <EVENTLOGFILE>) {
 my @fields = split /[ \t]/, $line;
 my($newline) = "";
 my($i) = 1;

 foreach( @fields )
 {
  my($field) = $_;
  if( $i ne 3 )
  {
   $newline = $newline . $field;
  }

  $i++;
 }

 print EVENTLOGFILE_NODATETIME "$newline";
}

close(EVENTLOGFILE);
close(EVENTLOGFILE_NODATETIME); 

如果我每次都打印出 $line 而不是 $newline 它可以检测到编码没有问题。只有当我尝试修改线条时，它才会变得混乱。

Answer 1

我猜这不是编码（比如 ISO 8859-1 vs UTF-8），而是行尾（CR、LF vs LF）。

如果您使用 chomp 并打印“\n”，您可能会将行尾转换为平台原生。

我认为你的脚本可能会更好地写成这样（未经测试）：

#!/usr/bin/perl 
use strict;
use warnings;

open ($old, '<', 'eventlog.txt') or die 'Could not open eventlog.txt';
open ($new, '>', 'eventlog_nodatetime.txt') 
  or die 'Could not open eventlog.nodatetime.txt');

$\ = "\n";

while (<$old>) {
  chomp;
  s/^(\S+\s+\S+\s+)\S+\s+(.*)/$1$2/;
  print $new;
}

close $old;
close $new; 

或者

perl -pe 's/^(\S+\s+\S+\s+)\S+\s+(.*)/$1$2/' eventlog.txt >eventlog.nodatetime.txt

还是在分叉上使用拼接？或者 ...