Perl：模块中的字符串文字为拉丁文1-我想要utf8

在

Date:：Holidays:：DK

模块中，某些丹麦节日的名称是用拉丁文1编码的。例如，1月1日是“Nytårsdag”。我应该如何处理下面的

$x

，以获得正确的utf8编码字符串

use Date::Holidays::DK;
my $x = is_dk_holiday(2011,1,1);

在

使用日期：：节假日：：DK

之前/之后，我尝试了

使用utf8

和

不使用utf8

的各种组合，但似乎没有任何效果。我还尝试使用Encode的解码，但运气不好。更具体地说

use Date::Holidays::DK;
use Encode;
use Devel::Peek;
my $x = decode("iso-8859-1", 
           is_dk_holiday(2011,1,1)
          );
Dump($x);
print "January 1st is '$x'\n";

给出输出

SV = PV(0x15eabe8) at 0x1492a10
  REFCNT = 1
  FLAGS = (PADMY,POK,pPOK,UTF8)
  PV = 0x1593710 "Nyt\303\245rsdag"\0 [UTF8 "Nyt\x{e5}rsdag"]
  CUR = 10
  LEN = 16
January 1st is 'Nyt sdag'

---

（在t和s之间使用无效字符）。

使用utf8只是提示perl解释器/编译器您的文件是UTF-8编码的。如果您有设置了高位的字符串，它将自动将它们编码为unicode

如果您有一个以iso-8859-1编码的变量，则必须对其进行解码。那么您的变量是内部unicode格式的。这是utf8，但您不应该关心perl内部使用哪种编码

现在，如果要打印这样的字符串，需要将unicode字符串转换回字节字符串。您需要对该字符串执行

编码。如果不手动执行编码，perl本身将把它编码回iso-8859-1。这是默认编码

在打印变量$x之前，需要对其执行
$x=encode（'UTF-8'，$x）

为了正确处理UTF-8，您始终需要通过I/O对每个外部输入进行解码（），并且始终需要对离开程序的所有内容进行编码（）

要更改默认的输入/输出编码，可以使用如下内容

use utf8;
use open ':encoding(UTF-8)';
use open ':std';

第一行表示源代码是用utf8编码的。第二行表示每个输入/输出都应自动以utf8编码。请务必注意，
open（）
也可以在utf8模式下打开文件。如果使用二进制文件，则需要调用句柄上的
binmode（）

但是第二行并没有改变对STDIN、STDOUT或STDERR的处理。第三行将改变这一点

您可能可以使用模块来简化此过程。但了解所有这些在幕后是如何运作的总是好的

纠正你的例子。一种可能的方法是：

#!/usr/bin/env perl
use Date::Holidays::DK;
use Encode;
use Devel::Peek;
my $x = decode("iso-8859-1", 
           is_dk_holiday(2011,1,1)
          );
Dump($x);
print encode("UTF-8", "January 1st is '$x'\n");

在使用日期：：节假日：：DK之前/之后使用utf8和不使用utf8，但它似乎没有任何效果

对。
utf8
pragma仅表示程序的源代码是用UTF-8编写的

我还尝试使用Encode的解码，但没有成功

你没有正确地认识到这一点，事实上你做了正确的事情。现在您有了一个Perl字符字符串，可以对其进行操作

在t和s之间使用无效字符

你也解释错了，它实际上是
å
字符


您希望输出UTF-8，因此缺少编码步骤

my $octets = encode 'UTF-8', $x;
print $octets;

请阅读有关编码主题的介绍。您必须始终进行解码和编码，无论是显式还是隐式。
我希望您删除关于is_utf8的段落。您知道更好的方法来检查字符串是否以unicode内部编码吗？然后我将替换it.ITYM来表示“内部编码为UTF-8编码”，因为某些编码为字符集（如Unicode）的内容没有任何意义。回答：你不应该在意，SvUTF8标志或它的缺失不能告诉你（这就是_utf8实际检查的内容）。程序员只需跟踪：我是否已经解码了传入的八位字节？我已经对输出字符数据进行编码了吗？Perl如何对字符数据进行内部编码是它自己的事情（比您意识到的要复杂得多），您不应该弄乱utf8模块中的函数。它的文档说明了这一点。如果您想编写一个正确处理unicode字符串的模块并与外界对话，那么您需要知道字符串是否用unicode编码（是的，unicode不是一种编码，在内部它是utf-8，但是用户不应该关心内部表示是什么，用户应该只关心它是否是unicode）当然，你也不关心Unicode，让使用你的模块的用户自己处理它，但是我不喜欢它。Perl有Unicode字符串，一个MODUL作者应该考虑它。我总是打开一个更好的方法。“不要这样做”。不是更好的方法。抱歉，但这根本不是真的。
is_utf8
并不表示是否需要对某些内容进行编码。事实上，Perl无法知道字符串是否需要编码。如果需要，它可以自己进行编码。（我会详细揭穿您的说法，但这个框确实不适合解释任何内容。）至于怎么做，你应该在输入端对所有内容进行解码，在输出端对所有内容进行编码。如果你想处理编码和解码的字符串，你需要手动跟踪哪个是哪个。