当字节存储在 Perl 中的不同变量中时，如何从其字节创建 Unicode 字符？

Question

我正在尝试将 Unicode 字符的十六进制表示形式转换为它们所表示的字符。 以下示例运行良好：

#!/usr/bin/perl

use Encode qw( encode decode );
binmode(STDOUT, ':encoding(utf-8)');

my $encoded = encode('utf8', "\x{e382}\x{af}");
eval { $encoded = decode('utf8', $encoded, Encode::FB_CROAK); 1 }
or print("coaked\n");

print "$encoded\n";

但是十六进制数字存储在 3 个变量中。

因此，如果我用以下内容替换编码行：

my $encoded = encode('utf8', "\x{${byte1}${byte2}}\x{${byte3}}");

where

my $byte1 = "e3"; my $byte2 = "82"; my $byte3 = "af";

它会失败，因为它尝试立即评估 \x 并将 $ 符号和 { 视为字符。

有谁知道如何解决这个问题。

Answer 1

代替

my $encoded = 编码('utf8', "\x{${byte1}${byte2}}\x{${byte3}}"); 
  

您可以使用

my $encoded = encode('utf8', chr(hex($byte1 . $byte2)) . chr(hex($byte3)));

hex() 从十六进制转换，并且 chr() 返回给定代码点的 unicode 字符。

[编辑：]

与您的问题无关，但我注意到您在程序中混合了utf-8和utf8。 我不知道这是否是一个拼写错误，但您应该意识到这些在 Perl 中不是同一件事：
utf-8 （带连字符，不区分大小写）是 UTF-8 标准所说的内容，而 utf8 (没有连字符，也不区分大小写）是 Perls 内部编码，其定义更为宽松（它允许不是有效 unicode 代码点的代码点）。 一般来说，您应该坚持使用 utf-8 (perlunifaq 有详细信息）。

Answer 2

trendel的答案似乎不错，但是 Encode::Escape 提供了另一种选择解决方案：

use Encode::Escape::Unicode;

my $hex = '263a';
my $escaped = "\\x{" . $hex . "}\n";
print encode 'utf8', decode 'unicode-escape', $escaped;

Answer 3

首先，认真思考为什么最终会得到三个变量 $byte1、$byte2、$byte3，每个变量都保存一个字节的数据，作为十六进制的两个字符的字符串。 你的程序的这一部分看起来很困难，因为上面的设计决策很糟糕。 修正这个错误的决定，这部分代码就会自然而然地消失。

话虽这么说，我认为你想做的是：

my $byte1 = "e3"; my $byte2 = "82"; my $byte3 = "af";
my $str = chr(hex($byte1 . $byte2)) . chr(hex($byte3))

编码的东西是一个转移注意力的东西； 你不应该担心程序中间的编码，只有当你进行 IO 时才需要担心。

我在上面假设您想​​要得到一个两个字符串，U+E382 后跟 U+AF。 这就是你真正要求的。 但是，由于没有 U+E382，并且它位于私人使用区域的中间，因此这可能不是您真正想要的。 请尝试改写问题？ 也许问一个更基本的问题，并描述您想要实现的目标，而不是您将如何尝试做到这一点？