在命令行选项上有条件地将perl中的默认编码设置为utf-8

为了在Perl中处理utf-8中的文本，我一直在使用

binmode（，“：encoding（utf-8）”在我使用的每个流上。我刚刚发现

use open ( ":encoding(UTF-8)", ":std" );

可以用来在全球范围内做同样的事情。这很好，因为这意味着重复代码要少得多

但是现在我遇到了一个问题：我想在我的脚本中有一个命令行选项，
-utf8
，它只在提供时才将所有内容转换为utf-8。由于
use open
是一个pragma，它在词汇上是有范围的，我不能将它放在if语句中，但如果没有if语句，它就不能依赖于命令行选项

下面是一个简单的例子来说明这个问题，称之为problem.pl

#/usr/bin/env perl
#在我的最小示例中是硬编码的，通常由命令行选项-utf8设置
我的$use\u utf8=1；
#use仅适用于其词法范围-这不起作用
如果（$use_utf8）{
使用open（“：encoding（UTF-8）”，“：std”）；
}
#如果我把它放在正确的词法范围内，它并不以$use\u utf8为条件
#…e打开（“：编码（UTF-8）”，“：标准”）；
而（）{
打印长度（美元）；
}

当我在一个文件上运行此代码时，调用
input
，其中包含一行2字节UTF-8字符，比如
a
，它输出3：

$ ./problem.pl input
3

如果我将
use open
语句移动到全局范围，我将得到长度为2（一个字符加一个换行符）的预期结果：

那么，我如何全局地将编码设置为utf-8，但在命令行选项上有条件地设置，这样我就可以使用
-utf8
得到2，而不使用utf-8得到3

另外，在我的实际用例中，我使用spaceship操作符（
while（）
）在命令行语法中提供了处理多个文件的高度灵活性，但在这种情况下，我不能调用
binmode
，因为文件句柄是由Perl自动管理的<代码>使用open

将是一个更好的选择，如果我能使它有条件的话

PS：是的，我确实仍然有非utf8数据，我希望能够继续处理。谢天谢地，我们的大部分数据现在都是utf-8格式，但不幸的是还不是全部。

首先：您可以使用有条件地应用词汇pragma。只需确保该条件在编译时可用（之前可能需要使用BEGIN块）

该选项的工作原理类似于utf8层的open杂注<代码>-CSD将在标准手柄和任何打开的手柄（D）上进行设置。不幸的是，它使用了不太安全的

：utf8

层，而不是

：encoding（UTF-8）

，因此如果您将其用于实际不是UTF-8的输入，则可能会导致字符串中断。另外，

-CD

为整个程序中打开的任何句柄设置默认值，而不仅仅是脚本的词法范围，这可能会中断不需要的模块的使用。（

-CS

始终是全局的，开放pragma的“：std”效果也是全局的，因为标准句柄是全局的。）

---

很酷，很好用。我从未想过在BEGIN块中进行命令行解析，但它是有效的，所以为什么不呢。这意味着在BEGIN块之外而不是像在my

GetOptions（）

中一样为我的选项声明变量，但这是一个很容易修复的细节。今天我刚刚学习了

使用if…

语法。关于

-C

：除了不太安全的

：utf8

，我真的不喜欢用

perl显式调用我的脚本。。。脚本名称

，因此您的第一个解决方案是我目前首选的解决方案。在我的研究中，我确实发现了关于

-C

，我认为当我想暂时使脚本utf8友好而不修改它时，这是一个值得记住的选项。@joanis，这是因为

使用
和词法范围都是编译时的概念。
$ ./problem.pl input
2

my $use_utf8;
BEGIN { $use_utf8 = 1; }
use if $use_utf8, 'open', ':std', ':encoding(UTF-8)';

perl -CSD problem.pl input