Perl:打开与输入文件相同的输出文件-UTF-16 in和UTF-16 in。

Question

当Perl打开一个UTF-16编码文件时，

open my $in, "< :encoding(UTF-16)", "text-utf16le.txt" or die "Error $!\n";

它自动检测恩典谢字节顺序标记。

但是当我打开文件写

open my $out, "> :encoding(UTF-16)", "output.txt" or die "Error $!\n";

默认情况下，Perl以大endian的形式打开它。

请指定以与输入文件相同的权限打开输出文件？

如何从输入文件句柄$in获得endianness/编码？PerlIO::get_layers($in)返回其他层encoding(UTF-16)。

Answer 1

你得自己读BOM。

use IO::Unread qw( unread );

open(my $fh_in, "<:raw", $qfn)
   or die;

my $rv = read($fh_in, my $buf, 4);
defined($rv)
   or die;

my $encoding;
my $bom_present;
if    ($buf =~ s/^\x00\x00\xFE\xFF//) { $encoding = 'UTF-32be'; $bom_present = 1; }
elsif ($buf =~ s/^\xFF\xFE\x00\x00//) { $encoding = 'UTF-32le'; $bom_present = 1; }
elsif ($buf =~ s/^\xFE\xFF//        ) { $encoding = 'UTF-16be'; $bom_present = 1; }
elsif ($buf =~ s/^\xFF\xFE//        ) { $encoding = 'UTF-16le'; $bom_present = 1; }
elsif ($buf =~ s/^\xEF\xBB\xBF//    ) { $encoding = 'UTF-8';    $bom_present = 1; }
else {
   $encoding = 'UTF-8';
   $bom_present = 0;
}

unread($fh_in, $buf) if length($buf);

binmode($fh_in, ":encoding($encoding)");
binmode($fh_in, ":crlf") if $^O eq 'MSWin32';

但已经有人为你这么做了

use File::BOM qw( open_bom );

my $encoding = open_bom(my $fh_in, $qfn, ':encoding(UTF-8)');