如何在 ActiveState Perl 中获取正确的非 ASCII 命令行参数？

Question

使用 ActiveState Perl v5.14.2 在 Windows 7 cmd 窗口上运行以下命令

perl -e "for (my $i = 0; $i < length($ARGV[0]); $i++) {print ord(substr($ARGV[0], $i, 1)), qq{\n}; }" αβγδεζ

会产生以下结果：

97
223
63
100
101
63

上述值是无意义的，并且不对应于任何已知的编码，因此尝试使用中推荐的方法对它们进行解码 如何处理命令行参数作为 Perl 中的 UTF-8？ 没有帮助。更改命令窗口活动代码页不会更改结果。

Answer 1

你的系统，就像我知道的每个 Windows 系统一样，默认使用 1252 ANSI 代码页，所以你可以尝试使用

use Encode qw( decode );
@ARGV = map { decode('cp1252', $_) } @ARGV;

注意 cp1252 不能代表所有这些字符，这就是为什么控制台和 Perl 实际上收到

• 97
• ß 223
• ？ 63
• d 100
• e 101
• ？ 63

有一个“Wide”接口，用于将（几乎）任何 Unicode 代码点传递给程序，但是

1. 当您在提示符下键入命令时，不会使用 Wide 接口。
2. Perl 使用 ANSI 接口来获取参数，因此即使您使用 Wide 接口启动 Perl，当 Perl 获取参数时，参数也会降级为 ANSI。

抱歉，这是一种“你不能”的情况。你需要一种不同的方法。 Diomidis Spinellis 建议在 Win7 中按以下方式更改系统的 ANSI 代码页：

1. 控制面板
2. 区域和语言
3. 非 Unicode 程序的管理
4. 语言
5. 将非 Unicode 程序的当前语言设置为与特定字符关联的语言（在您的情况下为希腊语）。

此时，您将使用与新选择的编码关联的 ANSI 代码页编码，而不是 cp1252（cp1253 代表希腊语）。

use Encode qw( decode );
@ARGV = map { decode('cp1253', $_) } @ARGV;

请注意，使用 chcp 修改控制台窗口中使用的代码页不会影响 Perl 接收其参数的代码页，该代码页始终是 ANSI 代码页。请参阅下面的示例（cp737 是希腊语 OEM 代码页，cp1253 是希腊语 < a href="http://en.wikipedia.org/wiki/Windows_code_page#ANSI_code_page" rel="nofollow">ANSI 代码页。 本文档中的 37 和 M7。）

C:\>chcp 737
Active code page: 737

C:\>echo αβγδεζ | od -t x1
0000000 98 99 9a 9b 9c 9d 20 0d 0a

C:\>perl -e "print map sprintf('%x ', ord($_)), split(//, $ARGV[0])" αβγδεζ
e1 e2 e3 e4 e5 e6

C:\>chcp 1253
Active code page: 1253

C:\>echo αβγδεζ | od -t x1
0000000 e1 e2 e3 e4 e5 e6 20 0d 0a

C:\>perl -e "print map sprintf('%x ', ord($_)), split(//, $ARGV[0])" αβγδεζ
e1 e2 e3 e4 e5 e6

Answer 2

这对我有用（在 OS-X 上，但应该是可移植的）：

echo  αβγδεζ |perl -CI -e "chomp($in=<STDIN>);for (my $i = 0; $i < length($in); $i++) {print ord(substr($in, $i, 1)), qq{\n}; }"

那是针对 STDIN 的；对于 ARGV：

perl -CA -e "for (my $i = 0; $i < length($ARGV[0]); $i++) {print ord(substr($ARGV[0], $i, 1)), qq{\n}; }" αβγδεζ

请参阅 perlrun 中的 -C 选项： http:// /perldoc.perl.org/perlrun.html#命令开关

Answer 3

如果我将字符放入文件中（来自 OS-X），将其复制到 Windows 盒子（如 file.txt），然后运行：

perl -CI -e "chomp($_=<STDIN>); map{print ord, qq{\n}} split(//)" < file.txt

然后我得到预期的结果：

946
947
948
949
950

但是如果我复制内容将 file.txt 添加到命令行，我得到了乱码。

正如 @ikegami 所说，我认为不可能从命令行执行此操作，因为您没有 UTF-8 语言环境。

Answer 4

您可以尝试使用 https://metacpan.org/pod/Win32::Unicode::Native 。它应该有你需要的东西。