论坛徽章:: 0

电梯直达

1楼 [收藏(0)] [报告]

发表于 2008-06-27 17:00 |只看该作者 |倒序浏览

用=~s/old/new/g; 做汉字替换的时候

因为汉字都是双字节的，在替换单个汉字的时候，
常常出现上一个字的后半个字节、跟下一个汉字的前半个字节、刚好组成一个汉字，
并恰恰跟这个要替换的汉字匹配上，造成切开了半个汉字，
使得后面全成了乱码，怎么避免呢？

文库|博客

flute

丰衣足食

论坛徽章:: 0

2楼 [报告]

发表于 2008-06-27 17:44 |只看该作者

我以前做的方法是：先统一汉字编码为UTF8，然后替换完后再判断是否是UTF8，

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

白水

稍有积蓄

论坛徽章:: 0

3楼 [报告]

发表于 2008-06-28 23:17 |只看该作者

编码是gb2312的

有没有更方便的做法呢

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

白水

稍有积蓄

论坛徽章:: 0

4楼 [报告]

发表于 2008-06-30 22:42 |只看该作者

顶一下，不要沉了

继续求解

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

surfybeach

白手起家

论坛徽章:: 0

5楼 [报告]

发表于 2008-07-01 12:42 |只看该作者

回复 #4 白水的帖子

先统一成utf8的方法算很简单的了，即使有其它的看似简便的办法，必定也是以编码识别或编码转换为基础的，识别字符并進行字符切分。不同的编码方法，字符与字节是不同的。参见大骆驼书第十五章Unicode的第一小节15.1. Building Character

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

hfahe

小富即安

论坛徽章:: 0

6楼 [报告]

发表于 2008-07-01 15:40 |只看该作者

回复 #1 白水的帖子

先decode 再encode

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

返回列表

Chinaunix › 论坛 › 程序设计 › Perl › 怎么防止替换汉字的时候切开半个汉字？

怎么防止替换汉字的时候切开半个汉字？ [复制链接]

编码是gb2312的

顶一下，不要沉了

回复 #4 白水 的帖子

回复 #1 白水 的帖子

回复 #4 白水的帖子

回复 #1 白水的帖子