Perl 的使用编码编译指示破坏 UTF 字符串

Question

我对 Perl 和编码编译指示有疑问。

(我在任何地方都使用 utf-8，在输入、输出、perl 脚本本身中。我不想使用其他编码，永远不会。)

然而。当我写

binmode(STDOUT, ':utf8');
use utf8;
$r = "\x{ed}";
print $r;

我看到字符串“ í”(这是我想要的 - 什么是 U+00ED unicode char)。但是当我像这样添加“使用编码”编译指示时

binmode(STDOUT, ':utf8');
use utf8;
use encoding 'utf8';
$r = "\x{ed}";
print $r;

我所看到的只是一个盒子字符。为什么？

此外，当我添加 Data::Dumper 并让 Dumper 像这样打印新字符串时

binmode(STDOUT, ':utf8');
use utf8;
use encoding 'utf8';
$r = "\x{ed}";
use Data::Dumper;
print Dumper($r);

我看到那个 perl 更改了字符串 至 "\x{fffd}" .为什么？

Answer 1

use encoding 'utf8'被打破。而不是解释\x{ed}作为代码点 U+00ED，它将其解释为单字节 237，然后尝试将其解释为 UTF-8。这当然失败了，所以它最终用替换字符 U+FFFD 替换它，字面意思是“�”。

只要坚持 use utf8指定您的来源是 UTF-8，和 binmode或 open pragma指定文件句柄的编码。