关于perl对汉字的编码处理问题，请教

marchyc

我在用linux shell通过cgi-bin方式实现网页时，碰到一个问题。就是在使用post方法提交数据后，汉字会变成'%CE%D2%C3%C7'这样的格式的数据，无法解析。
参考了论坛文章http://bbs.chinaunix.net/viewthread.php?tid=965788，很受启发，
print encode('cp936', decode('utf16-be', pack('n*', map {hex($_)} '%u53CD%u9988%u7684'=~ m/u([\da-f]{4})/ig)));
，该例子中'%u53CD%u9988%u7684'的编码是不是utf16-be，然后编码成cp936显示汉字，对吗??那请问我所得到的这种类型'%CE%D2%C3%C7'的编码
是什么类型的，utf8??我要是想正常显示的话需要怎么做呢？我这个编码的汉字对应是“我们"这两个字。thx in advance!

jigloo

网页传过来的%XX%XX%XX%XX的编码取决于网页本身的编码
一般在html的meta头中声明，如果没有的话，使用当前浏览器的默认编码。

你的这个例子%CE%D2%C3%C7是gb2312的编码，是因为你的网页是GB2312的。
转换很简单

1. 
   
2. print pack('C*', map {hex($_)} '%CE%D2%C3%C7'=~ m/%([\da-f]{2})/ig);
   

复制代码

这样就得到了一个编码为gb2312的字符串，然后就可以decode & encode了。

marchyc

哇喔，谢谢。我直接print这个就已经打印出汉字了，好像不需要做decode了，jigloo，thx a lot。不过这个怎么不用指明编码方式呢

[ 本帖最后由 marchyc 于 2007-8-10 11:42 编辑 ]

jigloo

因为你的终端Terminal就是gb2312的编码。所以可以直接print
而前一个贴的中没有utf16-le的终端(大多是gbk或utf8的)，所以要decode

marchyc

,再次感谢