Man page - perltw(7)

Manual

PERLTW

NAME

perltw - 正体中文 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 (万国码 ) 支援 , 也连带支援了许 e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 e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资料 , Perl 提供了 Encode 这个模组 , 可以让你轻易地读取及写入旧有的编码资料 .

Encode 延伸模组支援下列正体中文的编码方式 (’big5’ 表示 ’big5-eten’):

big5-eten Big5 编码 (含倚天延伸字形 )
big5-hkscs Big5 + 香港外字集 , 2001 年版
cp950 字码页 950 (Big5 + 微软添加的字符 )

举例来说 , 将 Big5 编码的档案转成 Unicode, 祗需键入下列指令 :

perl -Mencoding=big5,STDOUT,utf8 -pe1 < file.big5 > file.utf8

Perl 也内附了 "piconv", 一支完全以 Perl 写成的字符转换工具程式 , 用法如下 :

piconv -f big5 -t utf8 < file.big5 > file.utf8
piconv -f utf8 -t big5 < file.utf8 > file.big5

另外 , 利用 encoding 模组 , 你可以轻易写出以字符为单位的程式码 , 如下所示 :

#!/usr/bin/env perl
# 启动 big5 字串解析 ; 标准输出入及标准错误都设为 big5 编码
use encoding ’big5’, STDIN => ’big5’, STDOUT => ’big5’;
print length("骆驼 "); # 2 (双引号表示字符 )
print length(’骆驼 ’); # 4 (单引号表示位元组 )
print index("谆谆教诲 ", "彖帢 "); # -1 (不包含此子字串 )
print index(’谆谆教诲 ’, ’彖帢 ’); # 1 (从第二个位元组开始 )

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 Big5 码的 "彖 "; "谆 " 的第二个位元组则与 "教 " 的第一个位元组结合成 "帢 ". 这解决了以前 Big5 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 模组 . 它目前提供下列编码方式 :

cccii 1980 年文建会的中文资讯交换码
euc-tw Unix 延伸字符集 , 包含 CNS11643 平面 1-7
big5plus 中文数位化技术推广基金会的 Big5+
big5ext 中文数位化技术推广基金会的 Big5e

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

big5-simp Big5 正体中文与 Unicode 简体中文互转
gbk-trad GBK 简体中文与 Unicode 正体中文互转

若想在 GBK 与 Big5 之间互转 , 请参考该模组内附的 b2g.pl 与 g2b.pl 两支程式 , 或在程式内使用下列写法 :

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

进一步的资讯

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.tw/chinese/perl/index.html>

正体中文版的欧莱礼 Perl 书藉

<http://groups.google.com/groups?q=tw.bbs.comp.lang.perl>

台湾 Perl 连线讨论区 (也就是各大 BBS 的 Perl 连线版 )

Perl 使用者集会
<http://www.pm.org/groups/asia.shtml#Taiwan>

台湾 Perl 推广组一览

<http://irc.elixus.org/>

艺立协线上聊天室

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

中文化资讯
为什么叫 "正体中文 " 不叫 "繁体中文 "?

<http://www.csie.ntu.edu.tw/˜b7506051/mozilla/faq.html#faqglossary>

中文化软体联盟

<http://www.cpatch.org/>

Linux 软体中文化计划

<http://www.linux.org.tw/CLDP/>

AUTHORS

Jarkko Hietaniemi <jhi@iki.fi>

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

跋