我正在寻找一些有关如何使用 Unicode 字符创建文件名的指南。考虑:
use open qw( :std :utf8 );
use strict;
use utf8;
use warnings;
use Data::Dump;
use Encode qw(encode);
my $utf8_file_name1 = encode('UTF-8', 'æ1', Encode::FB_CROAK | Encode::LEAVE_SRC);
my $utf8_file_name2 = 'æ2';
dd $utf8_file_name1;
dd $utf8_file_name2;
qx{touch $utf8_file_name1};
qx{touch $utf8_file_name2};
print (qx{ls æ*});
输出是:
"\xC3\xA61"
"\xE62"
æ1
æ2
为什么我是否使用 UTF8 编码文件名并不重要? (无论如何,文件名仍然是有效的 UTF8。)
因为一个名为“Unicode Bug”的错误。相当于以下情况正在发生:
use Encode qw( encode_utf8 is_utf8 );
my $bytes = is_utf8($str) ? encode_utf8($str) : $str;
is_utf8
检查标量使用两种字符串存储格式中的哪一种。这是一个你永远不必担心的内部实现细节,除了 Unicode Bug 之外。
你的程序之所以有效是因为encode
总是返回一个字符串,其中is_utf8
返回 false,并且use utf8;
总是返回一个字符串,其中is_utf8
如果字符串包含非 ASCII 字符,则返回 true。
如果你不这样做encode
正如你应该做的那样,有时你会得到错误的结果。例如,如果您使用过"\x{E6}2"
代替'æ2'
,即使字符串具有相同的长度和相同的字符,您也会得到不同的文件名。
$ dir
total 0
$ perl -wE'
use utf8;
$fu="æ";
$fd="\x{E6}";
say sprintf "%vX", $_ for $fu, $fd;
say $fu eq $fd ? "eq" : "ne";
system("touch", $_) for "u".$fu, "d".$fd
'
E6
E6
eq
$ dir
total 0
-rw------- 1 ikegami ikegami 0 Jul 12 12:18 uæ
-rw------- 1 ikegami ikegami 0 Jul 12 12:18 d?
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)