diff options
Diffstat (limited to 'README.cn')
| -rw-r--r-- | README.cn | 65 |
1 files changed, 37 insertions, 28 deletions
@@ -4,9 +4,9 @@ specially designed to be readable as is. The following documentation is written in EUC-CN encoding. -?绻?你用一般的文字编辑器阅览这份文档, 请忽略文中奇特的注记字符. 这份文 -件是以 POD (简明文档格式) 写成; 这种格式是为了能?萌酥苯佣寥《乇鹕杓? -的. 关于此格式的进一步资讯, 请参考 perlpod 线上文档. +如果你用一般的文字编辑器阅览这份文件, 请忽略文中奇特的注记字符. +这份文件是以 POD (简明文件格式) 写成; 这种格式是为了能让人直接读取, +而特别设计的. 关于此格式的进一步信息, 请参考 perlpod 线上文件. =head1 NAME @@ -16,16 +16,16 @@ perlcn - 简体中文 Perl 指南 欢迎来到 Perl 的天地! -从 5.8.0 版开始, Perl 具备了详尽的 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?蘸?) 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, 阿拉伯文, 希伯来文, 印度文, 印地安文, 等等). -它也?菽闪硕嘀肿饕迪低秤肫教? (?? PC 及麦金塔). +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 内部的字串资料可用 Unicode -表示, Perl 的函式与算符 (例?缯?规表示式比对) 也能对 Unicode 进行操作. -在输?爰笆涑鍪?, 为了处理以 Unicode 之前的编码方式储存的资料, Perl 提供 -了「Encode」这个模块, 可以?媚闱嵋椎囟寥〖靶慈刖捎械谋嗦胱柿?. +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 之前的编码方式储存的数据, 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: @@ -36,46 +36,51 @@ Encode 延伸模块支援下列简体中文的编码方式: cp936 字码页 936, 也称为 GBK (扩充国标码) 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?胂铝兄噶?: +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?? Perl 写成的字符转换工具程序, 用法 -?缦?: +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, ?缦滤?: +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?爰氨曜即砦蠖忌栉? euc-cn 编码 - use encoding 'euc-cn', STDIN => 'euc-cn', - STDOUT => 'euc-cn', STDERR => 'euc-cn'; - + # 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 (不包含此子字串) + print length('骆驼'); # 4 (单引号表示位元组) + 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" 的第二个位元组与 "谆" 的第一个位元组结合成 EUC-CN +码的 "蛔"; "谆" 的第二个位元组则与 "教" 的第一个位元组结合成 "唤". +这解决了以前 EUC-CN 码比对处理上常见的问题. + =head2 额外的中文编码 -?绻?需要更多的中文编码, 可以从 CPAN (L<http://www.cpan.org/>) 下载 +如果需要更多的中文编码, 可以从 CPAN (L<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: - gbk-trad GBK 简体中文与 Unicode 繁体中文互转 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 -?粝朐? 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. +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: -=head2 进一步的资讯 + 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 -请参考 Perl 内附的大量说明文档 (不幸?怯糜?文写的) , 来学习更多关于 +=head2 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: =head2 提供 Perl 资源的网址 @@ -130,6 +135,10 @@ Unix/Linux 上的 UTF-8 及 Unicode 答客问 =back +=head1 SEE ALSO + +L<Encode>, L<Encode::CN>, L<encoding>, L<perluniintro>, L<perlunicode> + =head1 AUTHORS Jarkko Hietaniemi E<lt>jhi@iki.fiE<gt> |