提问人：Reece 提问时间：8/24/2023 最后编辑：zdimReece 更新时间：8/24/2023 访问量：77
为什么我不能在 perl tr/// 表达式中使用引号？
Why can't I use quotes in perl tr/// expressions?
问：
我想在文档中将卷曲的单引号和双引号音译为中性引号。我以为它应该像 一样简单，但这不起作用。例如：perl -pe 'tr/“”’/""\047/'
snafu$ echo '“' | perl -pe 'tr/“”’/""\047/'
""'
snafu$ echo '“”’' | perl -pe 'tr/“”’/""\047/'
""'""'""'
请注意，单个 “ 将成为右侧的完整字符集。在第二个示例中，它发生了三次。
而且，更出乎意料的是（对我来说）即使对于这个微不足道的情况，也会发生三重奏：
snafu$ echo '“' | perl -pe 'tr/“/"/'
"""
这种行为似乎与我在 ASCII 字符中看到的行为非常不同，如下所示：
snafu$ echo "Larry Wall" | perl -pe 'tr/ay/AY/'
LArrY WAll
我也尝试过调用，但这也没有达到我的预期：perl -Mutf8
# not triplicated, but also not transliterated
snafu$ echo '“' | perl -Mutf8 -pe 'tr/“”’/""\047/'
“
是什么解释了 tr/// 的上述行为？
答：
3赞
ikegami
8/24/2023
#1
您需要满足以下条件：
perl -CS -Mutf8 -pe 'tr/“”’/""\047/'
如果没有 ，Perl 期望源代码使用 ASCII 进行编码。因此，您的第一个代码段不可能包含 和 。由于字符串文字是“8 位干净的”，因此您的第一个代码段等效于use utf8;“”’
tr/\xE2\x80\x9C\xE2\x80\x9D\xE2\x80\x99/""'/
这显然是不正确的。要解决此问题，请像在上一个代码段中所做的那样添加。use utf8;
那么，为什么最后一个片段不起作用呢？那是因为它有效地做到了
"\xE2\x80\x9C" =~ tr/\x{201C}\x{201D}\x{2019}/""'/;
这显然也是不正确的。您正在编码文本（UTF-8 字节字符串）中搜索解码文本（Unicode 码位字符串）。您需要对输入进行解码，并对输出进行编码。然后可以使用 来实现，但可以在这里使用。use open ":std", ":encoding(UTF-8)";-CS
最后，还有
echo '“' | perl -pe 'tr/“/"/'
综上所述，我们知道它相当于以下内容：
"\xE2\x80\x9C" =~ tr/\xE2\x80\x9C/"/;
除非使用 ，否则如果右边的字符比左边的字符少，则重复最后一个字符。这使得上述等同于/dtr///
"\xE2\x80\x9C" =~ tr/\xE2\x80\x9C/"""/;
这解释了输出。"""
2赞
giusti
8/24/2023
#2
解释您不太复杂的示例
snafu$ echo '“' | perl -pe 'tr/“/"/'
"""
的 UTF-8 是序列 。由于所有内容都被视为 ASCII 字符（字节），因此您的翻译命令会将其中每个字符替换为 .这就是为什么你得到三个双引号的原因。“e2 80 9c"
在你的第一个例子中也发生了类似的事情。但是，由于搜索字符串有 9 个 ASCII 字符，而替换字符串有 3 个字符，因此仅考虑映射的替换。所有字符 （） 的前两个 UTF-8 字节是相同的，因此当被视为 ASCII 时，它们会映射到替换字符串中的前两个字符。然后，第三个字节映射到替换字符串中的第三个字符。但是其他两个字节的第三个字节没有映射，并被替换字符串的最后一个字符替换。如果在替换字符串中添加第四个字符，则可以更清楚地看到这一点。例如，如果输入是 ，则输出。“”’“tr/“”’/""\047z/""'""z""z“”’
你的代码没有错。如果将脚本写入文件并正确使用 和 ，它将按预期工作：utf8binmode
use utf8;
binmode STDIN, ":utf8";
my $s = <STDIN>;
$s =~ tr/“”’/""'/;
print "$s";
输出：
""'
因此，您需要从命令行告诉Perl将其视为UTF-8。您可以使用 或 更常见的选项 来做到这一点，该选项将把 、 和 视为 UTF-8。STDIN-C1-CSSTDINSTDOUTSTDERR
`echo '“”’' | perl -Mutf8 -CS -pe 'tr/“”’/""\047/'
评论
0赞
ikegami
8/24/2023
你不应该使用 ;你应该使用:utf8:encoding(UTF-8)
0赞
ikegami
8/24/2023
Nit：视为（特定于 Perl 的扩展），而不是（标准）。-CSutf8UTF-8
0赞
ikegami
8/24/2023
-CS这是一个很好的电话，因为无论如何都不够。那可以做 STDIN，但你也需要做 STDOUT。这意味着您至少需要 aka。您可以使用 进行测试。-C1-C3-CIO“é”
0赞
ikegami
8/24/2023
我从答案中删除了关于 1 是 STDOUT 的 fd 的令人困惑的评论评论。这些数字是位掩码（1：STDIN，2：STDOUT，4：STDERR），而不是对文件描述符的引用。（如果是，解码 STDIN 将是 ，不是！-C-C0-C1
评论