這個問題僅限于沒有空格的字串，是有意為人類閱讀而撰寫的。
我不關心 NUL 或其他在為人類消費而設定的文本中找不到的字符。
另外，我不關心“病態”案例，例如
#!/usr/bin/env perl
use strict; use warnings;
use feature 'say';
say 'dog', "\r", 'rat';
say 'a', "\b", 'z';
例如，當文本不是全是 ASCII 時，這個問題對于生成居中的文本行很有用。
在下面的 Perl 腳本中，我們首先查看占 1 列的字串，然后是 2 列、3 列等。
正如我們從運行此代碼中看到的那樣，無論是位元組數，還是通過在 處拆分字串而創建的陣列的長度，都不能\B可靠地告訴我們一個字串或一個字符在列印時將占用多少列。有沒有辦法得到這個號碼？
#!/usr/bin/env perl
use strict; use warnings;
use feature 'say';
while(<DATA>)
{
say '------------------------------------------';
print;
$_=~s/\s//g;
my@array=split /\B/,$_;
say length $_,' bytes, ',scalar@array,' components';
}
__DATA__
a
é
?
ü
α
?
∩
?
≈
≠
好
üb
üü
dog
Vo?
café
Schwiizertüütsch
uj5u.com熱心網友回復：
終端用于列印文本的列數直接由列印的“字符”數確定，其中每個字符可能需要 0、1 或 2 列來列印。
這些是邏輯Unicode 字符，擴展字素簇。它們可能是字符序列，通常是基本字符及其組合的變音符號（重音），或者可能具有單個代碼點，但代表來自特定書寫系統/語言的一個字符。
然后需要以尊重 Unicode 的方式將輸入分解為字符，并找出每個需要多少列。（好吧，或者使用執行此操作的庫。）
查看寬度的一種方法是使用正則運算式測驗East_Asian_Width屬性，使用\p{East_Asian_Width=Wide}or \p{EA=W}。參見perluniprops ( perluniintro , perlunicode )。
或者，轉到核心模塊Unicode::UCD，它連接 Unicode 字符資料庫并具有所有屬性。
這些值可以是：中性（不是東亞）、寬、模糊、窄、全角和半角——根據背景關系，總是決議為窄或寬的兩個。請參閱東亞寬度的 Unicode 標準附件UAX #11中的所有詳細資訊，或查看perluniprops上面鏈接中的串列，該串列還顯示了它們被發現的頻率；列出的前三個比其他的更頻繁。
該串列中的奇怪人是Ambiguous，它可以是寬的也可以是窄的，這取決于它的使用環境（是否是東亞），包括所有型別的細節；見鏈接。鑒于這個問題的看似需要，我暫時將其排除在外，并將其視為狹隘。那么唯一需要 2 列的屬性值是Wide.
一個例子
use warnings;
use strict;
use feature 'say';
use List::Util qw(sum);
use utf8;
use open qw(:std :encoding(UTF-8));
my @w = qw(a é ? ü α ? ∩ ? ≈ ≠ 好 üb üü dog Vo? café Schwiizertüütsch);
foreach my $word (@w) {
my $cols = sum map { /\p{EA=W}/ ? 2 : 1 } split '', $word;
say "$word needs $cols";
}
如果我們要使用字符資料庫，那么我們還需要字符的代碼點，例如
use Unicode::UCD;
for my $ucp (unpack 'W', $word) {
my $eaw = charprop($ucp, "East_Asian_Width");
say $eaw;
}
這會產生上面列出的名稱。
我們還需要為程式啟用 Unicode 支持（這是問題中的示例程式失敗的地方）：utf8 pragma在那里，因為源檔案本身包含 Unicode 字符，而open pragma負責標準流。
回想一下，所有這些都忽略了Ambiguous那些，即。我們認為它們都是狹隘的，這通常是不正確的。
改進這一點的最簡單方法是使用庫Unicode::GCString，有了它，事情變得幾乎微不足道
use Unicode::GCString;
foreach my $word (@w) {
say "$word needs ",
Unicode::GCString->new($word)->columns, " columns";
}
雖然這個庫顯然是經過深思熟慮的并且是有信譽的，但這確實有一個警告。通過幾年前最新的有意義的更新，該庫使用 Unicode 標準 8.0.0（如它使用的Unicode::LineBreak中所述），它已經嚴重過時，這可能會導致錯誤（請參閱此處的示例）。
與手動方法甚至沒有解決歧義寬度的背景關系這一事實相比，這簡直是天方夜譚。但是在這個問題的背景關系中的一個重要問題是，這是一個外部模塊，需要一個 C 庫（sombok），并且似乎不再更新。
感謝您tchrist提出其中的一些內容，從而引發了更詳細的討論。
如果這里的預期用途不涉及寬字符，那么它很簡單
while (<DATA>)
{
s/\s//g;
# Either of
my @chars = split '';
my @egc = /(\X)/g;
say "$_\t", 0 @chars, " chars (split), ", 0 @egc, " chars (regex, \\X)";
}
（提供的輸入中的漢字將不正確，但在此用例中可能實際上不需要。）
這\X是匹配邏輯字符的一種方法，也可以\b{gcb}在同一頁面上看到。(\X)這里不需要捕獲，因為我們想要所有匹配的，所以my @egc = /\X/g;很好。但這并沒有什么壞處，如果模式中有更多可能需要它，所以我輸入()了。
請原諒我對陣列大小的態度，0 @ary因為我試圖在顯示寬度中調整一行代碼以便于閱讀；無論如何，應該scalar @ary為此使用。
通過在問題中的代碼上方添加編譯指示效果很好，并且從長度上的宣告我覺得很有啟發性
回傳EXPR 值的字符長度。
...
像所有 Perl 字符操作一樣，length通常處理邏輯字符，而不是物理位元組。
（原重點）
感謝 Thomas Dickey 在原帖中呼吁省略字符寬度討論。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/513194.html
上一篇：使用嵌套perl命令替換部分行