[Moscow.pm] кодировка в Perl почему все это так странно работает?

[Nikolay Mishin]

1) то, что существует внутреннее и внешнее представление перла более менее понятно 
2) отказаться от Text::Iconv не могу второго такого модуля нет, который ISO-8859-7 в UTF-8 переводит

22.09.2014, 12:51, "Илья Винокуров" <ilvin на mail.ru>:
> Здравствуйте, Николай.
>
> Внутри Perl строки хранятся в кодировке, совместимой с UTF-8. Эта кодировка называется utf8.
> Когда строки вводятся в Perl, их нужно декодировать из различных кодировок в utf8.
> В том числе нужно декодировать UTF-8 в utf8.
> Если строку нужно вывести из Perl, то эту строку нужно кодировать в различные кодировки.
> В том числе нужно кодировать utf8 в UTF-8
>
> Этим занимаются функции Encode::encode('UTF-8', $string) и Encode::decode('UTF-8', $string).
>
> Text::Iconv - не используйте это, если точно не знаете почему вам нужен именно этот модуль.
>
> Концепцию работы с кодировками в Perl я рассказал,
> а вот свой скрипт поправить потрудитесь сами пожалуйста...
>
> PS: Чтобы не возиться в явном виде с перекодированием строк, в перл используют
>
> binmode STDIN, ":encoding(console_in)" if -t STDIN; binmode STDOUT, ":encoding(console_out)" if -t STDOUT; binmode STDERR, ":encoding(console_out)" if -t STDERR;
> После этого в STDIN/STDOUT можно читать/писать строки в кодировке utf8 без перекодирования...
>
> С почтением,
>   Илья Винокуров.
>
> Mon, 22 Sep 2014 01:28:15 +0400 от Nikolay Mishin <mi на ya.ru>:
>
>> Привет, MoscowPM,
>> тут родился вопрос под win7 (юникс могут быть теже странности, не проверял)
>>
>> #!/usr/bin/env perl
>> use utf8;
>> use Modern::Perl;
>> use Encode::Locale;
>> use Encode qw( decode encode from_to);
>> use Text::Iconv;
>> use Encode::Detect::Detector;
>> use Data::Dumper qw( Dumper );
>>
>> if (-t)
>> {
>>     binmode(STDIN, ":encoding(console_in)");
>> binmode(STDOUT, ":encoding(console_out)");
>> binmode(STDERR, ":encoding(console_out)");
>> }
>>
>> my $lang = shift or die "Usage: $0 What_is_your_language?\n";
>> my_dump('lang_01',$lang);
>> my $converter = Text::Iconv->new( "cp1251", "utf-8");
>> $lang = $converter->convert($lang);
>> my_dump('lang_02',$lang);
>> $lang = Encode::decode("utf8",$lang);
>> my_dump('lang_03',$lang);
>> my_dump('lang_04_перл',qq{перл});
>>
>>  $lang =~ /(perl|перл) (?{print "use Perl or die!!\nИспользуй Перл или умри!!";}) /ix;#русский не мачится, почему?
>>
>>  sub my_dump
>>  {
>>  my ($name,$var)=@_;
>>  local $Data::Dumper::Useqq = 1;
>>  local $Data::Dumper::Indent = 0;
>>  local $Data::Dumper::Terse = 1;
>>  print(Encode::Detect::Detector::detect(qq{$lang})." ".qq{\$$name }." dump=".Dumper($var)."\n");
>>  }
>>
>> этот же код на гитхабе
>> https://github.com/mishin/presentation/blob/master/100_regex_4_moscow_pm.pl
>>
>> моя задача была, чтобы скрипт
>> perl 100_regex_4_moscow_pm.pl перл
>> читая из консоли слово "перл" находил его в регексе внутри скрипта
>>
>> вопросы:
>> 1) почему, если в консоле
>> perl -MEncode::Detect::Detector -E "say Encode::Detect::Detector::detect(qq{перл})"
>> у меня кодировка ISO-8859-7
>> my $converter = Text::Iconv->new( "cp1251", "utf-8");
>> Text::Iconv ее проглатывает как cp1251 (причем ISO там не проходит) ?
>>
>> 2)что происходит со строкой здесь
>> UTF-8 $lang_02 dump="\320\277\320\265\321\200\320\273"
>> $lang = Encode::decode("utf8",$lang);
>> UTF-8 $lang_03 dump="\x{43f}\x{435}\x{440}\x{43b}"
>> --что такое делает decode?
>> я так понимаю - он починивает utf8, но что конкретно
>>
>> спасибо, хорошей недели!!
>>
>> --
>> С уважением
>> Николай Мишин
>>
>> --
>> Moscow.pm mailing list
>> moscow-pm на pm.org | http://moscow.pm.org
>
> ,
>
> --
> Moscow.pm mailing list
> moscow-pm на pm.org | http://moscow.pm.org

-- 
С уважением
Николай Мишин