內容

名稱
描述
另請參閱
作者

#名稱

perltw - 正體中文 Perl 指南

#描述

歡迎來到 Perl 的世界！

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)

#額外的中文編碼

如果需要更多的中文編碼，可以從 CPAN (https://www.cpan.org/) 下載 Encode::HanExtra 模組。它目前提供下列編碼方式

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

另外, Encode::HanConvert 模組則提供了簡繁轉換用的兩種編碼

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

若想在 GBK 與 Big5 之間互轉，請參考該模組內附的 b2g.pl 與 g2b.pl 兩支程式，或在程式內使用下列寫法

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

#進一步的資訊

請參考 Perl 內附的大量說明文件 (不幸全是用英文寫的)，來學習更多關於 Perl 的知識，以及 Unicode 的使用方式。不過，外部的資源相當豐富

#提供 Perl 資源的網址

#https://www.perl5.cn/: Perl 的首頁
#https://perldotcom.perl5.cn/: 由 Perl 基金會所營運的文章輯錄
#https://www.cpan.org/: Perl 綜合典藏網 (Comprehensive Perl Archive Network)
#https://lists.perl.org/: Perl 郵遞論壇一覽

#學習 Perl 的網址

#http://www.oreilly.com.cn/index.php?func=booklist&cat=68: 歐萊禮 Perl 書籍繁體中文版

#Perl 使用者集會

#https://www.pm.org/groups/taiwan.html: 台灣 Perl 推廣組一覽
#irc://chat.freenode.org/#perl.tw: Perl.tw 線上聊天室

#Unicode 相關網址

#https://www.unicode.org/: Unicode 學術學會 (Unicode 標準的制定者)
#http://www.cl.cam.ac.uk/%7Emgk25/unicode.html: Unix/Linux 上的 UTF-8 及 Unicode 答客問

#中文化資訊

#中文化軟體聯盟: http://www.cpatch.org/

#另請參閱

Encode, Encode::TW, perluniintro, perlunicode

#作者

Jarkko Hietaniemi <[email protected]>

Audrey Tang (唐鳳) <[email protected]>