部分gb18030 CJK字符在正則表達式中的問題

Calvin00

$fw1 = "區kwui1";
$fw2 = "別bid6";

$fw1 =~ s/[^a-z0-9]+|\s+//g;
$fw2 =~ s/[^a-z0-9]+|\s+//g;

print "$fw1\n";
print "$fw2\n";

執行腳本，結果 $fw2 出人意料，竟然是 ebid6 ，而不是意料中的 bid6
可能又是跟「別」字的 gb18030 內碼有關
這裏不好用\Q\E
且因 gb18030 中CJK字符編碼字節數不定，換了其他CJK字符字節數長短會有變化，也不好用 substr 強取規定的多少個字節
如何才能避免這種意外發生，得到想要的結果呢？

[ 本帖最后由 Calvin00 于 2006-5-24 17:53 编辑 ]

莫愁

用这一招：

1. use Encode;
   
2. 
   
3. $fw1 = "區kwui1";
   
4. $fw2 = "別bid6";
   
5. 
   
6. $fw2 = decode( 'gb18030', $fw2 );
   
7. $fw1 =~ s/[^a-z0-9]+|\s+//g;
   
8. $fw2 =~ s/[^a-z0-9]+|\s+//g;
   
9. $fw2 = encode( 'gb18030', $fw2 );
   
10. 
    
11. print "$fw1\n";
    
12. print "$fw2\n";

复制代码

建议阅读：
http://bbs.chinaunix.net/viewthr ... &extra=page%3D2
汗～～
这个也是你发的帖子，不知道给你的回复你看了没？
BS 你！

Calvin00

Unknown encoding 'gb18030' a E:\t.pl line 6.

你有所不知，我這裏網路受限，沒有辦法通過ppm安裝擴展模組。

莫愁

直接 download http://search.cpan.org/CPAN/auth ... anExtra-0.10.tar.gz
然后解压，在命令提示符下进入解压得到的目录，依次执行：

1. perl Makefile.PL
   
2. nmake
   
3. nmake install

复制代码

就好了。
nmake 程序可以从微软的网站上下载到，
如果你安装了 VC OR VS.NET 的话，就不用下载了。