Perl正則表達式替換為UTF-8字符

Question

我對嘗試用Perl編寫的函數感到絕望。 我的功能是為特定字符過濾字符串。 我允許一些字符，例如AZ, az, 0-9並且我還希望允許一些德國變音符號。 但是每次我在正則表達式中定義它們時，替換都會失敗。

我的編碼是UTF-8 （服務器，Perl，腳本）。

這是我的功能：

sub cleanXSS{

    my $string = shift;

    $string =~ s/[^A-Za-z0-9öäü]//g;

    return $string;
}

我的腳本如下所示：

my $scalar = "áéíóúÁÉÍüÓÚâêÄîôßû()ÂÊÎÔÛabcäüöÄÜÖý#µzdjheäöü";
print cleanXSS($scalar)."\n";

因此，它應該替換除AZ, az, 0-9和小寫變音符號之外的所有字符。 在我的測試字符串中替換德國變音符的效果很好，但似乎所有其他拉丁字符僅被部分替換了。

控制台輸出如下所示：

▒▒▒▒▒▒▒▒▒ü▒▒▒▒▒▒▒▒▒▒▒▒▒▒abcäüö▒▒▒▒zdjheäöü

我嘗試了許多解決方案，例如“使用區域設置”，其他編碼，通過“使用編碼”的顯式編碼等等。

似乎在á這樣的字符中，僅2個字節中的1個被替換了。 如果我將替換項更改為此：

$string =~ s/[^A-Za-z0-9öäü]/_/g;

我得到以下輸出：

▒_▒_▒_▒_▒_ö▒_▒_▒_ü▒_▒_▒_▒_▒_▒_▒_▒_▒___▒_▒_▒_▒_▒_abcäüö▒_▒_▒_▒____zdjheäöü

我該如何實現？

Answer 1

似乎在類似“á”的字符中，只有2個字節中的1個被替換了。

1. 解碼輸入。

   您沒有告訴Perl您的腳本是使用UTF-8編碼的。 加

    use utf8; 

2. 編碼輸出。

   您還需要執行以下操作來編碼輸出：

    use open ':std', ':encoding(UTF-8)'; 

Answer 2

將這一行放在腳本的開頭：

binmode STDOUT, ":encoding(UTF-8)";

參閱文件