perl - 用 perl 比较两个 Unicode 字符串

Question

当我运行以下代码时，它不会进入“在此处执行操作”部分:

my $a ='µ╫P[┐╬♣3▀═<+·1╪מ└╖"ª';
my $b ='µ╫P[┐╬♣3▀═<+·1╪מ└╖"ª';

if ($a ne $b) {
    # do something here    
}

还有另一种方法可以将 Unicode 字符串与 perl 进行比较吗？

Answer 1

如果您有两个 Unicode 字符串(即 Unicode 代码点字符串)，那么您肯定已将文件保存为 UTF-8，并且实际上

use utf8;  # Tell Perl source code is UTF-8.

my $a = 'µ╫P[┐╬♣3▀═<+·1╪מ└╖"ª';
my $b = 'µ╫P[┐╬♣3▀═<+·1╪מ└╖"ª';

if ($a eq $b) {
    print("They're equal.\n");
} else {
    print("They're not equal.\n");
}

这工作得很好。 eq和 ne将逐个代码点比较字符串代码点。

某些字素(例如“é”)可以通过多种不同的方式构建，因此您可能必须 normalize他们的代表首先。

use utf8;  # Tell Perl source code is UTF-8.

use charnames          qw( :full );  # For \N{}
use Unicode::Normalize qw( NFC );

my $a = NFC("\N{LATIN SMALL LETTER E WITH ACUTE}");
my $b = NFC("e\N{COMBINING ACUTE ACCENT}");

if ($a eq $b) {
    print("They're equal.\n");
} else {
    print("They're not equal.\n");
}

最后，Unicode 认为某些字符几乎相等，并且可以使用不同形式的规范化将它们视为相等。

use utf8;  # Tell Perl source code is UTF-8.

use charnames          qw( :full );  # For \N{}
use Unicode::Normalize qw( NFKC );

my $a = NFKC("2");
my $b = NFKC("\N{SUPERSCRIPT TWO}");

if ($a eq $b) {
    print("They're equal.\n");
} else {
    print("They're not equal.\n");
}