.\" Automatically generated by Pod::Man 4.10 (Pod::Simple 3.35)
.\"
.\" Standard preamble:
.\" ========================================================================
.de Sp \" Vertical space (when we can't use .PP)
.if t .sp .5v
.if n .sp
..
.de Vb \" Begin verbatim text
.ft CW
.nf
.ne \\$1
..
.de Ve \" End verbatim text
.ft R
.fi
..
.\" Set up some character translations and predefined strings.  \*(-- will
.\" give an unbreakable dash, \*(PI will give pi, \*(L" will give a left
.\" double quote, and \*(R" will give a right double quote.  \*(C+ will
.\" give a nicer C++.  Capital omega is used to do unbreakable dashes and
.\" therefore won't be available.  \*(C` and \*(C' expand to `' in nroff,
.\" nothing in troff, for use with C<>.
.tr \(*W-
.ds C+ C\v'-.1v'\h'-1p'\s-2+\h'-1p'+\s0\v'.1v'\h'-1p'
.ie n \{\
.    ds -- \(*W-
.    ds PI pi
.    if (\n(.H=4u)&(1m=24u) .ds -- \(*W\h'-12u'\(*W\h'-12u'-\" diablo 10 pitch
.    if (\n(.H=4u)&(1m=20u) .ds -- \(*W\h'-12u'\(*W\h'-8u'-\"  diablo 12 pitch
.    ds L" ""
.    ds R" ""
.    ds C` ""
.    ds C' ""
'br\}
.el\{\
.    ds -- \|\(em\|
.    ds PI \(*p
.    ds L" ``
.    ds R" ''
.    ds C`
.    ds C'
'br\}
.\"
.\" Escape single quotes in literal strings from groff's Unicode transform.
.ie \n(.g .ds Aq \(aq
.el       .ds Aq '
.\"
.\" If the F register is >0, we'll generate index entries on stderr for
.\" titles (.TH), headers (.SH), subsections (.SS), items (.Ip), and index
.\" entries marked with X<> in POD.  Of course, you'll have to process the
.\" output yourself in some meaningful fashion.
.\"
.\" Avoid warning from groff about undefined register 'F'.
.de IX
..
.nr rF 0
.if \n(.g .if rF .nr rF 1
.if (\n(rF:(\n(.g==0)) \{\
.    if \nF \{\
.        de IX
.        tm Index:\\$1\t\\n%\t"\\$2"
..
.        if !\nF==2 \{\
.            nr % 0
.            nr F 2
.        \}
.    \}
.\}
.rr rF
.\" ========================================================================
.\"
.IX Title "PERLCN 1"
.TH PERLCN 1 "2020-07-21" "perl v5.28.1" "Perl Programmers Reference Guide"
.\" For nroff, turn off justification.  Always turn off hyphenation; it makes
.\" way too many mistakes in technical documents.
.if n .ad l
.nh
如果你用一般的文字编辑器阅览这份文件, 请忽略文中奇特的注记字符.
这份文件是以 \s-1POD\s0 (简明文件格式) 写成; 这种格式是为了能让人直接阅读,
而特别设计的. 关于此格式的进一步信息, 请参考 perlpod 线上文件.
.SH "NAME"
perlcn \- 简体中文 Perl 指南
.SH "DESCRIPTION"
.IX Header "DESCRIPTION"
欢迎来到 Perl 的天地!
.PP
从 5.8.0 版开始, Perl 具备了完善的 Unicode (统一码) 支援,
也连带支援了许多拉丁语系以外的编码方式; \s-1CJK\s0 (中日韩) 便是其中的一部份.
Unicode 是国际性的标准, 试图涵盖世界上所有的字符: 西方世界, 东方世界,
以及两者间的一切 (希腊文, 叙利亚文, 亚拉伯文, 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 \s-1PC\s0 及麦金塔).
.PP
Perl 本身以 Unicode 进行操作. 这表示 Perl 内部的字符串数据可用 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 之前的编码方式存放的数据, Perl
提供了 Encode 这个模块, 可以让你轻易地读取及写入旧有的编码数据.
.PP
Encode 延伸模块支援下列简体中文的编码方式 ('gb2312' 表示 'euc\-cn'):
.PP
.Vb 6
\&    euc\-cn      Unix 延伸字符集, 也就是俗称的国标码
\&    gb2312\-raw  未经处理的 (低比特) GB2312 字符表
\&    gb12345     未经处理的中国用繁体中文编码
\&    iso\-ir\-165  GB2312 + GB6345 + GB8565 + 新增字符
\&    cp936       字码页 936, 也可以用 \*(AqGBK\*(Aq (扩充国标码) 指明
\&    hz          7 比特逸出式 GB2312 编码
.Ve
.PP
举例来说, 将 EUC-CN 编码的档案转成 Unicode, 祗需键入下列指令:
.PP
.Vb 1
\&    perl \-Mencoding=euc\-cn,STDOUT,utf8 \-pe1 < file.euc\-cn > file.utf8
.Ve
.PP
Perl 也内附了 \*(L"piconv\*(R", 一支完全以 Perl 写成的字符转换工具程序, 用法如下:
.PP
.Vb 2
\&    piconv \-f euc\-cn \-t utf8 < file.euc\-cn > file.utf8
\&    piconv \-f utf8 \-t euc\-cn < file.utf8 > file.euc\-cn
.Ve
.PP
另外, 利用 encoding 模块, 你可以轻易写出以字符为单位的程序码, 如下所示:
.PP
.Vb 7
\&    #!/usr/bin/env perl
\&    # 启动 euc\-cn 字串解析; 标准输出入及标准错误都设为 euc\-cn 编码
\&    use encoding \*(Aqeuc\-cn\*(Aq, STDIN => \*(Aqeuc\-cn\*(Aq, STDOUT => \*(Aqeuc\-cn\*(Aq;
\&    print length("骆驼");      #  2 (双引号表示字符)
\&    print length(\*(Aq骆驼\*(Aq);      #  4 (单引号表示字节)
\&    print index("谆谆教诲", "蛔唤"); # \-1 (不包含此子字符串)
\&    print index(\*(Aq谆谆教诲\*(Aq, \*(Aq蛔唤\*(Aq); #  1 (从第二个字节开始)
.Ve
.PP
在最后一列例子里, \*(L"谆\*(R" 的第二个字节与 \*(L"谆\*(R" 的第一个字节结合成 EUC-CN
码的 \*(L"蛔\*(R"; \*(L"谆\*(R" 的第二个字节则与 \*(L"教\*(R" 的第一个字节结合成 \*(L"唤\*(R".
这解决了以前 EUC-CN 码比对处理上常见的问题.
.SS "额外的中文编码"
.IX Subsection "额外的中文编码"
如果需要更多的中文编码, 可以从 \s-1CPAN\s0 (<http://www.cpan.org/>) 下载
Encode::HanExtra 模块. 它目前提供下列编码方式:
.PP
.Vb 1
\&    gb18030     扩充过的国标码, 包含繁体中文
.Ve
.PP
另外, Encode::HanConvert 模块则提供了简繁转换用的两种编码:
.PP
.Vb 2
\&    big5\-simp   Big5 繁体中文与 Unicode 简体中文互转
\&    gbk\-trad    GBK 简体中文与 Unicode 繁体中文互转
.Ve
.PP
若想在 \s-1GBK\s0 与 Big5 之间互转, 请参考该模块内附的 b2g.pl 与 g2b.pl 两支程序,
或在程序内使用下列写法:
.PP
.Vb 3
\&    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
.Ve
.SS "进一步的信息"
.IX Subsection "进一步的信息"
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:
.SS "提供 Perl 资源的网址"
.IX Subsection "提供 Perl 资源的网址"
.IP "<http://www.perl.com/>" 4
.IX Item "<http://www.perl.com/>"
Perl 的首页 (由欧莱礼公司维护)
.IP "<http://www.cpan.org/>" 4
.IX Item "<http://www.cpan.org/>"
Perl 综合典藏网 (Comprehensive Perl Archive Network)
.IP "<http://lists.perl.org/>" 4
.IX Item "<http://lists.perl.org/>"
Perl 邮递论坛一览
.SS "学习 Perl 的网址"
.IX Subsection "学习 Perl 的网址"
.IP "<http://www.oreilly.com.cn/index.php?func=booklist&cat=68>" 4
.IX Item "<http://www.oreilly.com.cn/index.php?func=booklist&cat=68>"
简体中文版的欧莱礼 Perl 书藉
.SS "Perl 使用者集会"
.IX Subsection "Perl 使用者集会"
.IP "<http://www.pm.org/groups/asia.html>" 4
.IX Item "<http://www.pm.org/groups/asia.html>"
中国 Perl 推广组一览
.SS "Unicode 相关网址"
.IX Subsection "Unicode 相关网址"
.IP "<http://www.unicode.org/>" 4
.IX Item "<http://www.unicode.org/>"
Unicode 学术学会 (Unicode 标准的制定者)
.IP "<http://www.cl.cam.ac.uk/%7Emgk25/unicode.html>" 4
.IX Item "<http://www.cl.cam.ac.uk/%7Emgk25/unicode.html>"
Unix/Linux 上的 \s-1UTF\-8\s0 及 Unicode 答客问
.SH "SEE ALSO"
.IX Header "SEE ALSO"
Encode, Encode::CN, encoding, perluniintro, perlunicode
.SH "AUTHORS"
.IX Header "AUTHORS"
Jarkko Hietaniemi <jhi@iki.fi>
.PP
Audrey Tang (唐凤) <audreyt@audreyt.org>