perl 中的 UTF-8 到 UTF-16

Question

我想将 UTF-8 字符串转换为十六进制表示法的 UTF-16BE 字符串。

例如，假设我有字符串“C'est-à-dire que ça c'est l'été”。

say sprintf("%vX", $string);  # 43.27.65.73.74.2D.E0.2D...

它应该转换为

00430027006500730074002d00e0002d...

我正在使用

use Encode qw(decode encode); 
use feature 'unicode_strings' ;

到目前为止，我没有成功使用“编码”和“解包”。

正确的方法是什么？

Answer 1

首先，您的字符串没有像您声称的那样使用 UTF-8 进行编码。 使用 UTF-8 编码的“ à ”（U+E0）将是C3 A0 ，但您有E0 。 我猜你已经解码了文本，也就是一串 Unicode 代码点。 （这将是一件好事。您通常希望使用解码的文本。）

要将解码后的文本转换为 UTF-16be，您可以使用

use Encode qw( encode );
my $s_utf16be = encode("UTF-16be", $s_ucp);
# "\x00\x43\x00\x27\x00\x65\x00\x73\x00\x74\x00\x2d\x00\xe0\x00\x2d..."

---

但你不想要 UTF-16be； 您想要字符串的 UTF-16be 编码的十六进制表示。

my $s_utf16be_hex = unpack("H*", $s_utf16be);
# "00430027006500730074002d00e0002d..."

Answer 2

使用sprintf和ord ：

#!/usr/bin/env perl
use warnings;
use strict;
use utf8;
use feature qw/say/;

my $string = "C'est-à-dire que ça c'est l'été.";

say join("", map { sprintf "%04x", ord $_ } split(//, $string));

产出

00430027006500730074002d00e0002d00640069007200650020007100750065002000e700610020006300270065007300740020006c002700e9007400e9002e