提问人：choeger 提问时间：6/9/2023 更新时间：6/9/2023 访问量：78
'use utf8' 对 'Encode' 有什么影响？
What is the influence of `use utf8` on `Encode`?
问：
因此，我正在我们的 DB 例程中寻找一个宽字符问题，并偶然发现了以下奇怪之处：
use utf8;
use Encode;
my $x = "ö";
my $decoded = Encode::decode('UTF-8', $x);
my $encoded = Encode::encode('UTF-8', $decoded);
my $redecoded = Encode::decode('UTF-8', $encoded);
{
use bytes;
printf "original: %vx\n", $x;
printf "decoded: %vx\n", $decoded;
printf "encoded: %vx\n", $encoded;
printf "redecoded: %vx\n", $redecoded;
}
执行此脚本可提供：
original: c3.b6
decoded: ef.bf.bd
encoded: ef.bf.bd
redecoded: ef.bf.bd
我不认为0xef 0xbf 0xbd是有效的UTF-8。如果我删除该语句，则输出如下：use utf8
original: c3.b6
decoded: c3.b6
encoded: c3.b6
redecoded: c3.b6
那么为什么要改变解码语义呢？use utf8;
答：
3赞
ikegami
6/9/2023
#1
use utf8告诉 Perl 使用 UTF-8 而不是 ASCII 解码脚本。它对 Encode 没有影响。你得到不同的结果，因为你将不同的字符串传递给 。decode
由于错误地使用了 ，您没有注意到这一点。（需要明确的是，使用总是不正确的。让我们删除它并再次运行您的程序。use bytes;use bytes;
具体来说，我将使用以下内容：
printf "original: %vx\n", $x;
printf "decode('UTF-8', %vx): %vx\n", $x, $decoded;
printf "encode('UTF-8', %vx): %vx\n", $decoded, $encoded;
printf "decode('UTF-8', %vx): %vx\n", $encoded, $redecoded;
跟：use utf8;
original: f6
decode('UTF-8', f6): fffd
encode('UTF-8', fffd): ef.bf.bd
decode('UTF-8', ef.bf.bd): fffd
使用 ，Perl 期望您的程序使用 UTF-8 进行编码，因此您的程序具有等效的 .换句话说，字符串包含一个值为 0xf6 的字符。这不是有效的 UTF-8，因此当您将其传递给 时，您会得到垃圾（U+FFFD 替换字符）。use utf8;my $x = "\N{LATIN SMALL LETTER O WITH DIAERESIS}";decode 'UTF-8'
替换为 以获得预期结果。my $decoded = Encode::decode('UTF-8', $x);my $decoded = $x;
original: f6
decoded: f6
encode('UTF-8', f6): c3.b6
decode('UTF-8', c3.b6): f6
没有：use utf8;
original: c3.b6
decode('UTF-8', c3.b6): f6
encode('UTF-8', f6): c3.b6
decode('UTF-8', c3.b6): f6
如果没有 ，Perl 希望您的程序使用 ASCII 进行编码。它不可能包含，因为它不是 ASCII 字符。相反，您有等效的 （因为字符串文字是“8 位干净的”）。这是有效的 UTF-8，因此可以解码。use utf8;ömy $x = "\xc3\xb6";
评论
ef.bf.bd是 UTF-8 字节，用于 （U+FFFD，替换字符）。你以一种奇怪的方式使用方法：是字符串到八位字节，而八位字节是字符串......perldoc.perl.org/Encode#THE-PERL-ENCODING-API�EncodeEncode::encodeEncode::decode