perltw - Man Page

歡迎來到 Perl 的天地!

從 5.8.0 版開始, Perl 具備了完善的 Unicode (萬國碼) 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, 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臺 (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 之前的編碼方式儲存的資料, Perl 提供了 Encode 這個模組, 可以讓你輕易地讀取及寫入舊有的編碼資料.

Encode 延伸模組支援下列正體中文的編碼方式 ('big5' 表示 'big5-eten'):

    big5-eten   Big5 編碼 (含倚天延伸字形)
    big5-hkscs  Big5 + 香港外字集, 2001 年版
    cp950       字碼頁 950 (Big5 + 微軟添加的字符)

舉例來說, 將 Big5 編碼的檔案轉成 Unicode, 祗需鍵入下列指令:

    perl -MEncode -pe '$_= encode( utf8 => decode( big5 => $_ ) )' \
      < file.big5 > 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 big5 -t utf8 < file.big5 > file.utf8
    piconv -f utf8 -t big5 < file.utf8 > file.big5

另外，若程式碼本身以 utf8 編碼儲存，配合使用 utf8 模組，可讓程式碼中字串以及其運 算皆以字符為單位，而不以位元為單位，如下所示：

    #!/usr/bin/env perl
    use utf8;
    print length("駱駝");      #  2 (不是 6)
    print index("諄諄教誨", "教誨"); #  2 (從 0 起算第 2 個字符)

    cccii       1980 年文建會的中文資訊交換碼
    euc-tw      Unix 延伸字符集, 包含 CNS11643 平面 1-7
    big5plus    中文數位化技術推廣基金會的 Big5+
    big5ext     中文數位化技術推廣基金會的 Big5e

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

    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

Encode, Encode::TW, perluniintro, perlunicode

Jarkko Hietaniemi <jhi@iki.fi>

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