NAME

       perlcn - 简体中文 Perl 指南

DESCRIPTION

       欢迎来到 Perl 的天地!

       从 5.8.0 版开始, Perl 具备了完善的 Unicode (统一码) 支援,
       也连带支援了许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, 亚拉伯文, 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 内部的字符串数据可用 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 之前的编码方式存放的数据, Perl 提供了 Encode 这个模块,
       可以让你轻易地读取及写入旧有的编码数据.

       Encode 延伸模块支援下列简体中文的编码方式 ('gb2312' 表示 'euc-cn'):

           euc-cn      Unix 延伸字符集, 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

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

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

       Perl 也内附了 "piconv", 一支完全以 Perl 写成的字符转换工具程序, 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 模块, 你可以轻易写出以字符为单位的程序码, 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)

       在最后一列例子里, "谆" 的第二个字节与 "谆" 的第一个字节结合成 EUC-CN 码的 "蛔"; "谆"
       的第二个字节则与 "教" 的第一个字节结合成 "唤".  这解决了以前 EUC-CN
       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 模块.
       它目前提供下列编码方式:

           gb18030     扩充过的国标码, 包含繁体中文

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

           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 与 Big5 之间互转, 请参考该模块内附的 b2g.pl 与 g2b.pl 两支程序,
       或在程序内使用下列写法:

           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

   进一步的信息
       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.cn/index.php?func=booklist&cat=68>
           简体中文版的欧莱礼 Perl 书藉

   Perl 使用者集会
       <http://www.pm.org/groups/asia.html>
           中国 Perl 推广组一览

   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

SEE ALSO

       Encode, Encode::CN, encoding, perluniintro, perlunicode

AUTHORS

       Jarkko Hietaniemi <jhi@iki.fi>

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