<div dir="ltr"><div>Нормальный линуксовый терминал.<br></div>Я вот думаю что какой-то из байт может оказаться кодом волшебного символа для регекспа - тогда может произойти что угодно.<br></div><div class="gmail_extra"><br>
<br><div class="gmail_quote">22 мая 2014 г., 17:11 пользователь Victor Efimov <span dir="ltr"><<a href="mailto:victor@vsespb.ru" target="_blank">victor@vsespb.ru</a>></span> написал:<br><blockquote class="gmail_quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex">
например:<br>
<br>
без use utf8, строка '№«».,' видится perl как отдельные байты.<br>
никакого отношения к символам, которые ты написал, не имеющие.<br>
какой-то символ может состоять из 2х и более байтов.<br>
они считаются отдельными. строка получается<br>
"\342\204\226\302\253\302\273.," (oct)<br>
quotemeta над этой строкой просто эскейпит ascii точки.<br>
<br>
$str при этом "... \302\253\302\273\302\253\302\273" (в нём вместо 4х<br>
кавычек 8 "символов")<br>
<br>
результирующая строка<br>
<br>
". \302"<br>
<br>
что логично. точка 1 раз. пробел 1 раз. и символ \302 1 раз, т.к. все<br>
не-ascii символы из исходной $str входят<br>
в [] в регэкспе.<br>
<br>
далее выводим эту строку не на экран а в файл (сделав редирект ">")<br>
<br>
смотрим, получились байты 0x2E (точка) 0x20 (пробел) 0xC2 (это как раз \302 oct)<br>
<br>
выводим на экран этот файл: cat file<br>
если последний символ обрезался (точно так же как если изначально<br>
запустить скрипт)- это проблемы твоего терминала.<br>
он ждёт UTF8 , а тут какие-то левые байты, не являющиеся валидным UTF8<br>
если к этой строке добавить ещё пару символов, будет нормально<br>
выводиться (вернее будет выводиться ромбик - "неизвестный символ").<br>
<br>
<br>
22 мая 2014 г., 16:48 пользователь Victor Efimov <<a href="mailto:victor@vsespb.ru">victor@vsespb.ru</a>> написал:<br>
<div class="HOEnZb"><div class="h5">> Я думаю смогу объяснить подробно что и почему, про все нюансы. Но я же<br>
> говорю - не понятно что должно происходить. Выводит в обоих случаях<br>
> что-то непонятное.<br>
><br>
> 22 мая 2014 г., 16:41 пользователь Алексей Мышкин <<a href="mailto:parserpro@gmail.com">parserpro@gmail.com</a>> написал:<br>
>> Это не объяснение. Символ-то почему режется?<br>
>> Ладно бы на "широкий символ" ругнулось - это понятно. Но почему строка<br>
>> выводится не целиком - вот вопрос.<br>
>><br>
>><br>
>> 22 мая 2014 г., 16:26 пользователь <a href="mailto:devrow@gmail.com">devrow@gmail.com</a> <<a href="mailto:devrow@gmail.com">devrow@gmail.com</a>><br>
>> написал:<br>
>><br>
>>><br>
>>> <a href="http://stackoverflow.com/questions/6162484/why-does-modern-perl-avoid-utf-8-by-default/6163129#6163129" target="_blank">http://stackoverflow.com/questions/6162484/why-does-modern-perl-avoid-utf-8-by-default/6163129#6163129</a><br>

>>><br>
>>><br>
>>> On 22.05.2014 15:24, Алексей Мышкин wrote:<br>
>>>><br>
>>>> А объяснить?<br>
>>>><br>
>>>><br>
>>>> 22 мая 2014 г., 15:16 пользователь Antonio Nikishaev <<a href="mailto:a@lelf.me">a@lelf.me</a><br>
>>>> <mailto:<a href="mailto:a@lelf.me">a@lelf.me</a>>> написал:<br>
>>>><br>
>>>><br>
>>>><br>
>>>>     On 22 May 2014, at 14:58, Алексей Мышкин <<a href="mailto:parserpro@gmail.com">parserpro@gmail.com</a><br>
>>>>     <mailto:<a href="mailto:parserpro@gmail.com">parserpro@gmail.com</a>>> wrote:<br>
>>>><br>
>>>>      > Всем доброго дня.<br>
>>>>      > Есть такой код:<br>
>>>>      > #!/usr/bin/env perl<br>
>>>>      > use strict;<br>
>>>>      > #use utf8;<br>
>>>>      ><br>
>>>>      > my $BadChars = quotemeta '№«».,';<br>
>>>>      ><br>
>>>>      > my $BadCharsRX = qr/$BadChars/u;<br>
>>>>      ><br>
>>>>      > my $str = '... «»«»';<br>
>>>>      ><br>
>>>>      > $str =~ s/([$BadCharsRX])[$BadCharsRX]+/$1/g;<br>
>>>>      ><br>
>>>>      > print "$str\n";<br>
>>>>      > =====cut=====<br>
>>>>      ><br>
>>>>      > выдаёт ахинею<br>
>>>>      > если сделать так:<br>
>>>>      ><br>
>>>>      > my $str = '... №№№ «»«»';<br>
>>>>      > то начинает работать.<br>
>>>>      ><br>
>>>>      > Что за чёрт?<br>
>>>>      ><br>
>>>>      > Perl v5.14.2<br>
>>>><br>
>>>>     Писать надо нормально. Всё будет работать<br>
>>>><br>
>>>>     use utf8;<br>
>>>>     use open qw<:std :utf8>;<br>
>>><br>
>>> --<br>
>>> Moscow.pm mailing list<br>
>>> <a href="mailto:moscow-pm@pm.org">moscow-pm@pm.org</a> | <a href="http://moscow.pm.org" target="_blank">http://moscow.pm.org</a><br>
>><br>
>><br>
>><br>
>><br>
>> --<br>
>> С уважением,<br>
>> Мышкин Алексей.<br>
>><br>
>> --<br>
>> Moscow.pm mailing list<br>
>> <a href="mailto:moscow-pm@pm.org">moscow-pm@pm.org</a> | <a href="http://moscow.pm.org" target="_blank">http://moscow.pm.org</a><br>
>><br>
--<br>
Moscow.pm mailing list<br>
<a href="mailto:moscow-pm@pm.org">moscow-pm@pm.org</a> | <a href="http://moscow.pm.org" target="_blank">http://moscow.pm.org</a><br>
</div></div></blockquote></div><br><br clear="all"><br>-- <br>С уважением,<br>Мышкин Алексей.
</div>