首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >正确显示Perl中的UTF-8字符

问正确显示Perl中的UTF-8字符
EN

Stack Overflow用户
提问于 2020-01-03 19:53:10
回答 3查看 324关注 0票数 0

我正在运行perl 5,version 24,subversion 3 (v5.24.3),它是为MSWin32 32-x64-多线程(带有一个注册补丁,请参阅perl -V获得更多详细信息)构建的(活动状态)。

试图解析以UTF-8编码的HTML页面:

代码语言:javascript
复制
$request = new HTTP::Request('GET', $url);
$response = $ua->request($request);
$content = $response->content();

我使用索引和SUBSTR函数将$content解析为一个巨大的字符串,这很好。HTML页面包含值为BB的字符串,当我打印它并插入到db中时,我需要将它插入到数据库中,而不是在数据库中插入一些ascii字符。

注意:这个问题与数据库无关;MySQL可以很好地处理utf-8,所以如果我插入值“BB”,就不会有问题。

我在这里和其他论坛上看过许多类似的问题/答案,但我一点也不明智。

使用utf-8和binmode(STDOUT,“:utf 8”)没有为我工作.非常感谢能解决这个问题的代码片段,谢谢。

EN

回答 3

Stack Overflow用户

回答已采纳

发布于 2020-01-06 01:52:31

这就是起作用的地方:

代码语言:javascript
复制
use Win32::API;
binmode(STDOUT, ":unix:utf8");
$SetConsoleOutputCP= new Win32::API( 'kernel32.dll', 
'SetConsoleOutputCP', 'N','N' );
$SetConsoleOutputCP->Call(65001);

所有这些都是表面上的,我只是忽略了这一点;-)

要使MySQL db正确工作并接受utf-8编码的字符串,必须启用此连接参数: mysql_enable_utf8 => 1,

票数 0
EN

Stack Overflow用户

发布于 2020-01-04 05:40:46

解码输入;编码输出。

首先,你不能解码你的输入。

$response->content返回任何编码中可能包含的原始内容。如果是HTML,使用$response->decoded_content();获取解码后的响应。

其次,您可能没有对输出进行编码。

您没有指定使用哪个数据库驱动程序。大多数DBI驱动程序都有您需要指定的选项。例如,对于MySQL,您希望

代码语言:javascript
复制
my $dbh = DBI->connect(
   'dbi:mysql:...',
   $user, $password,
   {
      mysql_enable_utf8mb4 => 1,
      ...
   },
);

你提到了use utf8;。这告诉Perl,您的源代码是使用UTF-8而不是ASCII编码的。如果您的源代码是使用UTF-8编码的,请使用它。

这与你的问题没有直接关系。

你提到了binmode(STDOUT, ":utf8")。这是一种非常糟糕的写作方式

代码语言:javascript
复制
use open ':std', ':encoding(UTF-8)';

上面的代码处理STDIN、STDOUT和STDERR,并在编译时这样做。它还设置了在杂注范围内打开的文件的默认设置。

但这是假设终端机预期UTF-8。如果您使用chcp 65001,就会出现这种情况。对于处理终端所期望的任何编码的版本,可以使用以下方法:

代码语言:javascript
复制
BEGIN {
   require Win32;
   my $cie = "cp" . Win32::GetConsoleCP();
   my $coe = "cp" . Win32::GetConsoleOutputCP();
   my $ae  = "cp" . Win32::GetACP();

   binmode(STDIN,  ":encoding($cie)");
   binmode(STDOUT, ":encoding($coe)");
   binmode(STDERR, ":encoding($coe)");

   require open;
   "open"->import(":encoding($ae)");
}

这还有更多的细节。

这与你的问题没有直接关系。

票数 1
EN

Stack Overflow用户

发布于 2020-01-04 05:17:51

当您捕获网页并将其输出到屏幕时,涉及到几个组件。

现在,让我们假设您使用了Windows并在终端窗口中运行以下脚本。

首先,您需要确认终端是否支持UTF8编码。输入命令chcp,看看它是否会输出65001。

如果它这样做了,那么您可以设置,如果它没有设置,则发出以下命令chcp 65001。

使用命令perl script_name.pl运行脚本,您应该获得包含在终端窗口中的ÖBB的输出

代码语言:javascript
复制
use strict;
use warnings;

use utf8;
use feature 'say';

use HTTP::Tiny;

my $url = shift || 'https://www.thetrainline.com/en/train-companies/obb';

my $response = HTTP::Tiny->new->get($url);

if ($response->{success}) {
   my $html = $response->{content};

   $html =~ m/(<p>Planning.+pets.<\/p>)/;

   say $1;
}

要将数据存储在UTF8编码中数据库中,应将数据库配置为支持UTF8编码。

对于MYSQL数据库,命令应该如下所示

代码语言:javascript
复制
CREATE DATABASE mydb
  CHARACTER SET utf8
  COLLATE utf8_general_ci;

请参阅下面的MYSQL文档网页。

​

​

票数 -3
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/59584569

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档