困扰很久的编码问题求教（已解决，谢谢大家！）

pinkkyone

问题解决，原来这是Win32::IEAutomation的一个Bug，具体见如下描述：

Win32::IEAutomation uses Win32::OLE to all the work, but leaves its
option that specifies how to handle Perl UTF-8 stirngs set by default,
which makes Win32::OLE treat them as they were sequence of bytes in
Windows current ANSI codepage. This makes impossible to use UTF-8
strings in calls to SetValue() and other similar methods. Since IE (as
well as most other MS' own application) to support Unicode data from OLE
correctly, UTF-8 support in Win32::OLE should be enabled by
Win32::IEAutomation. This is backwards compatible change, as scripts
that try to use current CP pass strings as sequence of bytes and this
change only affect handling of "true" UTF-8 strings.

在IEAutomation.pm的代码
sub _startIE{
        my ($self, $visible, $maximize) = @_;
        defined $self->{agent} and return;

之后添加：
Win32::OLE->Option(CP=>Win32::OLE::CP_UTF;

后，现测试完美解决。

谢谢大家，遇到同样问题的可以参考。

104359176

那么就要看你原生字符串的编码格式了，难道是 gbk, utf-8 混合形式吗? 这样的文本只能自己设计字符集的转换。

1. for my $char (@chars) {
   
2.    if (ord($char) ~~ @gbk_range) { ... }
   
3.    if (ord($char) ~~ @latin_range) { ... }
   
4. }

复制代码

pinkkyone

回复 12# 104359176

字符串编码时utf8，按11楼的方法已完美解决，刚测试了没有问题。
这个应该是IEAutomation的一个bug。

   

104359176

微软系列的中文处理软件大都默认是 gbk 编码，而国际开源软件通用是的 utf-8 编码。windows 自带的记事本就是一个例子，UE 也是一样。我用 Vim 写代码，中文注释部分在记事本和 UE 中显式的都是乱码。用 UE 修改保存后，中文信息就彻底销毁了。

pinkkyone

回复 14# 104359176

多谢回复。
我再总结下，我的这问题是这样的，Win32::IEAutomation在进行SetValue等操作时，对于程序提供给它的字符串，不管字符串采用什么编码，都会按照当前操作系统所用的codepage来解码，以我的系统来举例，我是简中的windows操作系统，SetValue就会按gbk对要设置的字符串进行解码。

原因应该是这样的，IEAutomation在启动IE时，未指定IE的字符集选项，而是采用当前操作系统所用的codepage来解码（这点我测试过，切换到韩语操作系统时，韩文字符就可以正确解码）。

解决方法也很简单，在IEAutomation的启动IE语句后添加编码指定部分（11楼所示），指定utf8，就可以在进行SetValue等操作时使用unicode字符了，当然，你set的字符串必须采用utf8编码，并设置Encode::_utf8_on