PERL中未知的UTF-8字符

Question

我想從Perl中的文本文件讀取字符串

我以前閱讀的方法是：

my $indPara = "C:\\Users\\Admin001\\Desktop\\paraText.txt";
open(INDPARA, $indPara) || die "Indesign paraText not found on location!";
my $indesignPara = <INDPARA>;
close INDPARA;

閱讀文字時，我在文字&#65279收到一個未知的Unicode字符（ &#65279或&#xFEFF ），

從下面的鏈接下載我以前閱讀過的文本文件

https://mega.co.nz/#!r1pAyAhA!VSnL2tbPWoTtThcCRoiogSxK4ok_0YvZSczs054w0uU

我正在使用Komodo IDE 8.5和Perl 5.16.3

請給一些想法克服這個

提前致謝

重要的

Answer 1

您所擁有的是BOM 。 它告訴您所擁有的不是UTF-8文件，而是UTF-16（BE）文件）。

BOM不是文件中數據的一部分，因此您可以放心地跳過它並繼續讀取超出其范圍的數據。 但是，不應將從文件中讀取的數據視為UTF-8，而應將其視為UTF-16（BE）並適當地對其進行解碼 。

Answer 2

如果您擁有整個字符串（ $indesignPara ），請執行以下操作：

$s = decode("UTF-16LE", $s, Encode::FB_QUIET);

但我不確定<INDPARA>有效。 您可以嘗試將"<:encoding(UTF-16LE)"作為要打開的第一個附加參數。 然后去除第一個寬字符，即BOM U + FFFE。

Answer 3

謝謝如此多的人為您提供了幫助和想法，我找到了一種方法來解決此問題，即：找到並替換此s/\\x{feff}//g; 而且有效！