length 中文？

dajun

$ perl -e 'print length "很好很强大", "\n"'
15


怎么是一个字占了3字节？

printf %10s  遇到中英文混合的时候就乱套了

1. 
   
2. #!/usr/bin/perl
   
3. 
   
4. $a="henhao";
   
5. $b="很好";
   
6. 
   
7. printf "%-10s%-10s\n", $a,$a;
   
8. printf "%-10s%-10s\n", "z",$b;
   
9. printf "%-10s%-10s\n", $b,$a;
   
10. $   
    
11. $
    
12. $ perl b.pl
    
13. henhao    henhao   
    
14. z            很好   
    
15. 很好    henhao  #这里没对齐
    

复制代码

Lonki

Locale是zh_cn.utf-8是吧?

刚在Solaris (Locale zh_CN.GBK) & Win 上测perl -e 'print length "很好很强大", "\n"'
结果都是10

Locale zh_CN.UTF-8 结果就是15

因为UTF-8是1字节到4字节编码, 汉字基本上在3字节.


wikipedia:
UTF-8 使用一至四个字节为每个字符编码。128 个 ASCII 字符（Unicode 范围由 U+0000 至 U+007F）只需一个字节，带有变音符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文及马尔代夫语（Unicode 范围由 U+0080 至 U+07FF）需要二个字节，其他基本多文种平面（BMP）中的字符使用三个字节，其他 Unicode 辅助平面的字符使用四字节编码。

[ 本帖最后由 Lonki 于 2007-10-12 00:07 编辑 ]

dajun

那该如何打印这样中英文很合的格式呢?

Lonki

你的平台上换成相应的default locale

use Encode;

print length decode('gbk', '很圆很柔软');

[ 本帖最后由 Lonki 于 2007-10-12 14:33 编辑 ]