Ubuntu Manpage: perlcn - 簡體中文 Perl 指南

NAME

       perlcn - 簡體中文 Perl 指南

DESCRIPTION

       歡迎來到 Perl 的天地!

       從 5.8.0 版開始, Perl 具備了完善的 Unicode (統一碼) 支援, 也連帶支援了許多拉丁語系以外的編
       碼方式; CJK (中日韓) 便是其中的一部份.  Unicode 是國際性的標準, 試圖涵蓋世界上所有的字符:
       西方世界, 東方世界, 以及兩者間的一切 (希臘文, 敘利亞文, 亞拉伯文, 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 內部的字符串數據可用 Unicode 表示; Perl 的函式與
       算符 (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
       前的編碼方式存放的數據, Perl 提供了 Encode 這個模塊, 可以讓你輕易地讀取及寫入舊有的編碼數
       據.

       Encode 延伸模塊支援下列簡體中文的編碼方式 ('gb2312' 表示 'euc-cn'):

           euc-cn      Unix 延伸字符集, 也就是俗稱的國標碼
           gb2312-raw  未經處理的 (低比特) GB2312 字符表
           gb12345     未經處理的中國用繁體中文編碼
           iso-ir-165  GB2312 + GB6345 + GB8565 + 新增字符
           cp936       字碼頁 936, 也可以用 'GBK' (擴充國標碼) 指明
           hz          7 比特逸出式 GB2312 編碼

       舉例來說, 將 EUC-CN 編碼的檔案轉成 Unicode, 祗需鍵入下列指令:

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

       Perl 也內附了 "piconv", 一支完全以 Perl 寫成的字符轉換工具程式, 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 模塊, 你可以輕易寫出以字符為單位的程式碼, 如下所示:

           #!/usr/bin/env perl
           # 啟動 euc-cn 字串解析; 標準輸出入及標準錯誤都設為 euc-cn 編碼
           use encoding 'euc-cn', STDIN => 'euc-cn', STDOUT => 'euc-cn';
           print length("駱駝");            #  2 (雙引號表示字符)
           print length('駱駝');            #  4 (單引號表示字節)
           print index("諄諄教誨", "蛔喚"); # -1 (不包含此子字符串)
           print index('諄諄教誨', '蛔喚'); #  1 (從第二個字節開始)

       在最後一列例子裏, "諄" 的第二個字節與 "諄" 的第一個字節結合成 EUC-CN 碼的 "蛔"; "諄" 的第
       二個字節則與 "教" 的第一個字節結合成 "喚".  這解決了以前 EUC-CN 碼比對處理上常見的問題.

       額外的中文編碼

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

           gb18030     擴充過的國標碼, 包含繁體中文

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

           big5-simp   Big5 繁體中文與 Unicode 簡體中文互轉
           gbk-trad    GBK 簡體中文與 Unicode 繁體中文互轉

       若想在 GBK 與 Big5 之間互轉, 請參考該模塊內附的 b2g.pl 與 g2b.pl 兩支程式, 或在程式內使用
       下列寫法:

           use Encode::HanConvert;
           $euc_cn = big5_to_gb($big5); # 從 Big5 轉為 GBK
           $big5 = gb_to_big5($euc_cn); # 從 GBK 轉為 Big5

       進一步的信息

       請參考 Perl 內附的大量說明檔案 (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

       <http://www.perl.com/>
           Perl 的首頁 (由歐萊禮公司維護)

       <http://www.cpan.org/>
           Perl 綜合典藏網 (Comprehensive Perl Archive Network)

       <http://lists.perl.org/>
           Perl 郵遞論壇一覽

       學習 Perl 的網址

       <http://www.oreilly.com.cn/html/perl.html>
           簡體中文版的歐萊禮 Perl 書藉

       Perl 使用者集會

       <http://www.pm.org/groups/asia.shtml#China>
           中國 Perl 推廣組一覽

       Unicode 相關網址

       <http://www.unicode.org/>
           Unicode 學術學會 (Unicode 標準的制定者)

       <http://www.cl.cam.ac.uk/%7Emgk25/unicode.html>
           Unix/Linux 上的 UTF-8 及 Unicode 答客問

AUTHORS

       Jarkko Hietaniemi <jhi@iki.fi>

       Autrijus Tang (唐宗漢) <autrijus@autrijus.org>

NAME

DESCRIPTION

SEE ALSO

AUTHORS