#名稱

perlcn - 簡體中文 Perl 指南

#說明

歡迎來到 Perl 的世界！

從 5.8.0 版開始，Perl 具備了完善的 Unicode（統一碼）支援，也連帶支援許多拉丁語系以外的編碼方式；CJK（中日韓）便是其中的一部分。Unicode 是國際性的標準，試圖涵蓋世界上所有的字元：西方世界、東方世界，以及兩者間的一切（希臘文、敘利亞文、阿拉伯文、希伯來文、印度文、印地安文，等等）。它也容納了多種作業系統與平台（如 PC 及麥金塔）。

Perl 本身以 Unicode 進行操作。這表示 Perl 內部的字串資料可用 Unicode 表示；Perl 的函數與運算子（例如正規表示式比對）也能對 Unicode 進行操作。在輸入及輸出時，為了處理以 Unicode 之前的編碼方式儲存的資料，Perl 提供了 Encode 這個模組，可以讓你輕鬆地讀寫使用舊有的編碼格式的資料。

Encode 擴充模組支援下列簡體中文的編碼方式（'gb2312' 表示 'euc-cn'）

euc-cn	Unix 扩展字符集, 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

舉例來說，將 EUC-CN 編碼的檔案轉成 Unicode，只需輸入以下命令

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

Perl 也內附了 "piconv"，一個完全以 Perl 寫成的字元轉換工具程式，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 模組，你可以輕鬆寫出以字元為單位的程式碼，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)

在最後一列範例裡，"諄" 的第二個位元組與 "諄" 的第一個位元組結合成了 EUC-CN 碼的 "蛔"；"諄" 的第二個位元組則與 "教" 的第一個位元組結合成了 "喚"。這解決了以前 EUC-CN 碼比對處理上常見的問題。

#额外的中文编码

如果需要更多的中文編碼，可以從 CPAN（https://www.cpan.org/）下載 Encode::HanExtra 模組。它目前提供下列編碼方式

gb18030	扩充过的国标码, 包含繁体中文

另外，Encode::HanConvert 模組則提供了簡繁轉換用的兩種編碼

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 與 Big5 之間互轉，請參考該模組內附的 b2g.pl 與 g2b.pl 兩個程式，或在程式內使用下列寫法

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

#进一步的信息

請參考 Perl 內附的大量說明文件（不幸全是用英文寫的），來學習更多關於 Perl 的知識，以及 Unicode 的使用方式。不過，外部的資源相當豐富

#提供 Perl 資源的網址

#https://www.perl.org/

Perl 的首頁

#https://www.perl.com/: 由 Perl 基金會營運的文章輯錄
#https://www.cpan.org/: Perl 綜合典藏網 (Comprehensive Perl Archive Network)
#https://lists.perl.org/: Perl 郵遞論壇一覽

#學習 Perl 的網址

#http://www.oreilly.com.cn/index.php?func=booklist&cat=68: 簡體中文版的歐萊禮 Perl 書籍

#Perl 使用者集會

#https://www.pm.org/groups/asia.html: 中國 Perl 推廣組一覽

#Unicode 相關網址

#https://www.unicode.org/: Unicode 學術學會 (Unicode 標準的制定者)
#https://www.cl.cam.ac.uk/%7Emgk25/unicode.html: Unix/Linux 上的 UTF-8 及 Unicode 常見問題解答

#AUTHORS

Jarkko Hietaniemi <jhi@iki.fi>

Audrey Tang (唐鳳) <audreyt@audreyt.org>

Sizhe Zhao <prc.zhao@outlook.com>

目錄

#名稱

#說明