首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >当我在文件上运行perl脚本时,我不会得到kannada文本。

问当我在文件上运行perl脚本时,我不会得到kannada文本。
EN

Stack Overflow用户
提问于 2014-03-11 17:46:15
回答 1查看 196关注 0票数 0

下面的代码用于从html文件中提取文本并写入文本文件。在html中,它包含kannada文本(utf-8),当程序运行时,我得到一个文本文件,因为我得到的是文本,但格式不正确。文本采用不可读格式。

代码语言:javascript
复制
enter code here
use utf8;
use HTML::FormatText;
my $string = HTML::FormatText->format_file(
'a.html',
leftmargin => 0, rightmargin => 50
);
open mm,">t1.txt";
print mm "$string";

因此,在我们处理文件时,请帮助me.how处理文件格式。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2014-03-11 22:54:37

如果我正确地理解了您,您希望输出文件被UTF-8编码,以便Kannada语言中的字符在输出中被正确编码。您的代码可能试图(并且失败)错误地将代码编码到ISO-8859-1中。

如果是这样,那么您可以做的就是确保您的文件是用UTF-8编码过滤器打开的。

代码语言:javascript
复制
use HTML::FormatText;

open my $htmlfh, '<:encoding(UTF-8)', 'a.html' or die "cannot open a.html: $!";
my $content = do { local $/; <$htmlfh> }; # read all content from file
close $htmlfh;

my $string = HTML::FormatText->format_string(
    $content,
    leftmargin => 0, rightmargin => 50
);

open my $mm, '>:encoding(UTF-8)', 't1.txt' or die "cannot open t1.txt: $!";
print $mm $string;

为了进一步阅读,我建议查看这些文档:

还有几个注意事项:

  • use utf8行只是为了使您的Perl脚本/库能够包含UTF格式。它不会对您读取或写入文件的方式进行任何更改。
  • 避免使用open()的两个参数形式,如在您的示例中。在某些情况下,它可能允许恶意用户危害您的系统。(不过,在本例中,您的使用碰巧是安全的。
  • 打开文件时,需要事后添加一个or die,否则读写文件的失败将被忽略。

更新3/12:将其更改为读取UTF-8中的文件并将其发送给HTML::FormatText。如果您的a.html文件在开始时使用BOM字符保存,那么它可能做了正确的事情,但这应该使它始终假定传入文件为UTF-8。

票数 0
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/22332550

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