[英]Perl: Convert (high) decimal NCR to UTF-8
我有这个字符串(十进制NCR): 日本の鍼灸とは
它代表日本文本日本の鍼灸とは
。
但我需要(UTF-8): %E6%97%A5%E6%9C%AC%E3%81%AE%E9%8D%BC%E7%81%B8%E3%81%A8%E3%81%AF
对于第一个角色: 日
⇒ 日
⇒ %E6%97%A5
这个网站做到了,但我如何在Perl中获得这个? (如果可能在单个正则表达式中,如s/\\&\\#([0-9]+);/uc('%'.unpack("H2", pack("c", $1)))/eg;
)
http://www.endmemo.com/unicode/unicodeconverter.php
此外,我需要将其从UTF-8再次转换回十进制NCR
我现在已经半天打破了这一天,任何帮助都非常感谢!
您所谓的“UTF-8”实际上是URL编码。
HTML实体( 日
)⇒文本( 日
) 日
组件( %E6%97%A5
):
use HTML::Entities qw( decode_entities );
use URI::Escape qw( uri_escape_utf8 );
my $text = decode_entities($html);
my $uri_component = uri_escape_utf8($text);
URI组件( %E6%97%A5
)⇒文本( 日
) 日
实体( 日
):
use Encode qw( decode_utf8 );
use HTML::Entities qw( encode_entities );
use URI::Escape qw( uri_unescape );
my $text = decode_utf8(uri_unescape($uri_component));
my $html = encode_entities($text);
#!/usr/bin/perl
use strict;
use warnings;
use Test::More tests => 2;
use Encode qw{ encode decode };
my $in = '日本の鍼灸とは'; # 日本の鍼灸とは
my $out = '%E6%97%A5%E6%9C%AC%E3%81%AE%E9%8D%BC%E7%81%B8%E3%81%A8%E3%81%AF';
(my $utf = $in) =~ s/&#(.*?);/chr $1/ge;
my $r = join q(), map { sprintf '%%%2X', ord } split //, encode('utf8', $utf);
is($r, $out);
(my $s = $r) =~ s/%(..)/chr hex $1/ge;
$s = decode('utf8', $s);
$s = join q(), map '&#' . ord . ';', split //, $s;
is($s, $in);
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.