Windows中文 - 编码！编码！！

lbseraph

看来要学的东西不少，收藏了~

小perl

还是有问题啊，原文保存为UTF-8无BOM格式才行

whj814

好人好贴

ulovko

支持阿，windows 编码

shaohao_cu

万恶的Windows！全都UTF-8不就结了吗！

justqb

不知算不算挖坟。

我的所有输入输出文件都是utf8编码的。
perl代码也是用utf8存储的。
不加这句“use open ':encoding(UTF-';”
出来的结果有问题。
加上后
程序运行比较慢，需要两三倍的时间…… 应该是转文件编码需要时间。

想问下perl读文件默认编码是什么？
我猜中文win7是gbk，不过做了实验似乎不是。

我想把出错的地方 encode decode一下，这样应该会节省点时间。

justqb

另附上我的问题：

1. #!perl -w
   
2. use strict;
   
3. use 5.010;
   
4. use Encode;
   
5. #use open ':encoding(UTF-8)'; #设开启为1
   
6. #use utf8;#设开启为2
   
7. 
   
8. #只开启1 3个结果正确
   
9. #只开启2 1个结果正确
   
10. #开启1+2 5个结果都正确
    
11. #问题：在实际环境中（大量html须处理） 开启1 程序运行时间为两倍到三倍，如何优化，节省时间。
    
12. 
    
13. open IN, "<in.txt";
    
14. open OUT ,">tst.txt";
    
15. my $chart = '¶†‡*§';
    
16. $/ = undef;
    
17. my $string2 = <IN>;
    
18. 
    
19. say OUT $string2;
    
20. say OUT "-" x 100;
    
21. #in.txt里存储的内容如下，为utf8编码
    
22. #<p class="articleCitationIndent1">*Institute of Mountain Risk Engineering, Austria</p>
    
23. #<p class="articleCitationIndent1">^†Laboratory of Dendrogeomorphology, Institute of Geological Sciences, Switzerland</p>
    
24. #<p class="articleCitationIndent1">^‡Climate Change and Climatic Impacts, Environmental Sciences, Switzerland</p>
    
25. #<p class="articleCitationIndent1">^§Federal Ministry for Agriculture, Forestry, Environment and Water Management, Austria</p></div>
    
26. #<p class="articleCitationIndent1">¶Corresponding author: <a class="email" href="mailto:xxx@die-wildbach.at">xxx@die-wildbach.at</a></p>'
    
27. ;
    
28. 
    
29. while ($string2 =~ m{<p class="articleCitationIndent1">(?:</?a[^>]*>)*(?:^{)?+,?([$chart]),?(?:})?+,?(?:</?a[^>]*>)*((?:(?!</p>).)+)</p>}ig){
    
30.         say OUT "$1\t$2";
    
31. }

复制代码