Perl。將字串轉換為Unicode -有解無憂

我有一個MySql資料庫，它存盤了使用XML型別格式編碼的Unicode字符的字串（即，&#nnnnn;）。其中一個字串的例子是：概述，它代表Unicode字符：概述

。

如果我對字串的格式進行硬編碼，Perl可以讓我在我的應用程式中進行這樣的轉換：

x{6982}x{8ff0}

或者甚至。

N{U 6982}N{U 8ff0}

對我來說，這似乎是一個簡單的問題，將格式從&#nnnnn;改為x{nnnn}
。 Perl應用程式似乎需要十六進制數字，而MySql輸出的是整數。

我想在 Regex 中進行這種簡單的轉換。因此，我用以下方法來匹配整數：

m/&#(d{3,5});/;

然后我用以下方法將匹配結果轉換為十六進制。 sprintf('{x}',$1)
然后我加入了必要的：x{ }

。我很容易就能創建包含以下內容的字串。"x{6982}x{8ff0}" 但這些字串都沒有被應用程式列印成Unicode。它們只是按照創建時的樣子被列印出來：符號和文本。

我發現，如果你在程式中硬編碼這些字串，Perl 會將它們 "插值 "為 Unicode 字符。但是如果它們被創建為一個字串，"插值 "就不會發生。

我試圖通過使用各種函式來強制進行插值，例如：
Encode::decode('UTF-8', "some string" );
Encode::encode('UTF-8', "some string");
但這并不是這些函式的目的。
我還試著用Perl的手動字串插值法

$v="${ ($v) }"/span>；

但是這并沒有將字串 "x{6982}x{8ff0}"轉換成Unicode。它只是保持了與之前相同的字串。

我遇到了一個例子。

我遇到了一個使用 "eval() "的例子。


while($unicodeString =~ m/&#（d{3,5}）;/) {
    $_=$unicodeString; ##以XML的形式（為了讓你在這里看到它，加了空格）： & #27010; & #36848;
    m/&#(d{3,5});/; ## 匹配Unicode中的整數。
    my $y=q(x).sprintf('{x}',$1); ##將整數轉換成十六進制并加上x{}。
    my $v = eval qq{"$y"}; ## 對字串進行插值，得到Unicode。
    $unicodeString =~ s/&#(d{3,5});/$v/; ##用新的Unicode字符替換舊代碼。
}

這種轉換現在可以作業。但我對重復使用eval()來轉換每個字符感到不滿意：一次一個。我可以在While回圈中建立我的字串，然后簡單地評估（）新的字串。但我更希望只評估()那些在Regex中被特別匹配的小字串。

是否有更好的方法將一個 XML 字串（Unicode 字符顯示為整數）轉換為包含實際 Unicode 字符的字串？

我怎樣才能輕松地從一個包含以下內容的字串。

我认识到自己的长处和& #30701;处，并追求自我发展。

到一個與：
我認識到自己的長處和短處，并追求自我發展。

我需要轉換的檔案包含成千上萬的這些字符。

uj5u.com熱心網友回復：

下面是一個簡單的例子，你可以使用chr函式來替換unicode轉義：

use feature qw（say）。
use strict;
使用警告。
use open qw( :encoding(utf-8) :std ) 。

my $str = "&#27010;&#36848;";
$str =~ s/&#(d );/chr 1/eg;
printf "%vX
", $str;
say $str;

輸出：

6982.8FF0。
概述

uj5u.com熱心網友回復：

我沒有找到解碼XML物體的模塊，因為它們通常只在XML中出現，而且XML決議器會處理它們。但是，這很容易重新創建。

use feature qw( say state ) 。

sub decode_xml_entities_inplace{
   state $ents = {
      amp => "&"。
      lt => "<",
      gt => ">"。
      quot => '" '。
      apos => "'"。
   };
   
   $_[0] =~ s{
      &
      (?: # (?: x([0-9a-fA-F] )
             | ([0-9] )
             )
      | (w )
      )
      ;
   }{
      if (defined(1)) { chr(hex(1))      }
      elsif (defined(2)) { chr(2) }
      else { $ents->{$3} // $& }
   }xeg;
}

my $s = "&#27010;&#36848;"/span>;
decode_xml_entities_inplace($s)。
say $s。

當然，如果你只需要處理十進制的數字物體，上面的內容可以簡化為

。

use feature qw( state )。

my $s = "&#27010;& #36848;"。
$s =~ s{ &# ([0-9] ) ; }{ chr(1) }xeg;
say $s;

轉載請註明出處，本文鏈接：https://www.uj5u.com/net/311346.html

標籤：

上一篇：在perl腳本中運行gam命令

下一篇：修改Mojolicious中的默認控制器/模型路徑