- 名前
- Q and A
- perlunitut は実際には Unicode チュートリアルじゃないんじゃないの?
- Perl が対応している文字エンコーディングは何?
- どのバージョンの perl を使うべき?
- イメージのようなバイナリデータはどうするの?
- デコードやエンコードはいつ行うべき?
- デコードしないとどうなるの?
- エンコードしないとどうなるの?
- 自動的にデコードやエンコードする方法はある?
- どのエンコーディングが使われているかわからないときは?
- Perl のソースコードに Unicode は使える?
- Data::Dumper は UTF8 フラグを復元しません; これは壊れてるの?
- なぜ正規表現文字クラスは時々 ASCII の範囲にしかマッチしないの?
- なぜいくつかの文字は正しく大文字や小文字にならないの?
- 文字列がテキスト文字列かバイナリ文字列かを決定するには?
- エンコーディング FOO から エンコーディング BAR に変換するには?
- What are
decode_utf8
andencode_utf8
? - 「ワイド文字」って何?
- 内部構造
- 作者
- SEE ALSO
- POD ERRORS
名前¶
perlunifaq - Perl Unicode FAQ
perlunifaq - Perl Unicode FAQ
Q and A¶
This is a list of questions and answers about Unicode in Perl, intended to be read after perlunitut.
これは、perlunitut の後で読むことを想定した、Perl での Unicode に関する 質問と答えの一覧です。
perlunitut は実際には Unicode チュートリアルじゃないんじゃないの?¶
No, and this isn't really a Unicode FAQ.
はい、違います; そしてこれは実際には Unicode FAQ ではありません。
Perl has an abstracted interface for all supported character encodings, so this is actually a generic Encode
tutorial and Encode
FAQ. But many people think that Unicode is special and magical, and I didn't want to disappoint them, so I decided to call the document a Unicode tutorial.
Perl は対応している全ての文字エンコーディングへの抽象インターフェースを 持っているので、実際には汎用の Encode
チュートリアルと Encode
FAQ です。 しかし、多くの人々が、Unicode は特別でマジカルなものだと考えていて、 私は彼らを失望させたくなかったので、そのドキュメントを Unicode チュートリアルと呼ぶことに決めました。
Perl が対応している文字エンコーディングは何?¶
To find out which character encodings your Perl supports, run:
Perl がどの文字エンコーディングに対応しているかを見つけるには、以下を 実行してください:
perl -MEncode -le "print for Encode->encodings(':all')"
どのバージョンの perl を使うべき?¶
Well, if you can, upgrade to the most recent, but certainly 5.8.1
or newer. The tutorial and FAQ assume the latest release.
うーん、もし可能なら、最新にアップグレードしてください; 但し、確実に 5.8.1
以降にはしてください。 チュートリアルと FAQ は最新リリースを仮定しています。
You should also check your modules, and upgrade them if necessary. For example, HTML::Entities requires version >= 1.32 to function correctly, even though the changelog is silent about this.
モジュールもチェックして、もし必要ならアップグレードするべきです。 例えば HTML::Entities は、changelog は何も触れていませんが、正しく 動作するためにはバージョン >= 1.32 が必要です。
イメージのようなバイナリデータはどうするの?¶
Well, apart from a bare binmode $fh
, you shouldn't treat them specially. (The binmode is needed because otherwise Perl may convert line endings on Win32 systems.)
うーん、生の binmode $fh
を別として、特別に扱う必要はないはずです。 (Win32 システムで Perl が行端を変更しないようにするために、binmode が 必要です。)
Be careful, though, to never combine text strings with binary strings. If you need text in a binary stream, encode your text strings first using the appropriate encoding, then join them with binary strings. See also: "What if I don't encode?".
但し、決してテキスト文字列とバイナリ文字列を結合しないように 注意してください。 もしバイナリストリームにテキストが必要なら、まずテキスト文字列を適切な エンコーディングを使ってエンコードして、それをバイナリ文字列と 結合してください。 "What if I don't encode?" も参照してください。
デコードやエンコードはいつ行うべき?¶
Whenever you're communicating text with anything that is external to your perl process, like a database, a text file, a socket, or another program. Even if the thing you're communicating with is also written in Perl.
データベース、テキストファイル、ソケット、他のプログラムといった、自分の perl プロセスの外側にある何かとテキストを通信するときはいつでも、です。 通信の相手が Perl で書かれている場合も同じです。
デコードしないとどうなるの?¶
Whenever your encoded, binary string is used together with a text string, Perl will assume that your binary string was encoded with ISO-8859-1, also known as latin-1. If it wasn't latin-1, then your data is unpleasantly converted. For example, if it was UTF-8, the individual bytes of multibyte characters are seen as separate characters, and then again converted to UTF-8. Such double encoding can be compared to double HTML encoding (>
), or double URI encoding (%253E
).
エンコードされたバイナリ文字列をテキスト文字列と一緒に使ったときはいつでも、 Perl はバイナリ文字列が ISO-8859-1 またの名を latin-1 と仮定します。 もしこれが latin-1 でなかった場合、データは不愉快な形に変換されます。 例えば、もしデータが UTF-8 だった場合、マルチバイト文字のそれぞれのバイトが 文字として扱われ、それから再び UTF-8 に変換されます。 このような二重エンコードは二重 HTML エンコーディング (>
) や 二重 URI エンコーディング (%253E
) と比較できます。
This silent implicit decoding is known as "upgrading". That may sound positive, but it's best to avoid it.
この、暗黙のうちに行われるデコードは「昇格」("upgrading")と呼ばれます。 これは前向きなことに聞こえるかもしれませんが、避けるのが最良です。
エンコードしないとどうなるの?¶
It depends on what you output and how you output it.
何をどうやって出力するかによります。
Output via a filehandle¶
* If the string's characters are all code point 255 or lower, Perl outputs bytes that match those code points. This is what happens with encoded strings. It can also, though, happen with unencoded strings that happen to be all code point 255 or lower.
* 文字列の文字の符号位置が全て 255 以下の場合、Perl は その符号位置に一致するバイトを出力します。 これはエンコードされた文字列の時に起きることです。 しかし、たまたま全ての符号位置が 255 以下のエンコードされていない文字列でも 起きます。
* Otherwise, Perl outputs the string encoded as UTF-8. This only happens with strings you neglected to encode. Since that should not happen, Perl also throws a "wide character" warning in this case.
* さもなければ、Perl は UTF-8 としてエンコードされた文字列を出力します。 これはあなたがエンコードを拒否した文字列にのみ起きます。 これは起きるべきではないので、Perl はこの場合 "wide character" 警告も投げます。
Other output mechanisms (e.g., exec
, chdir
, ..)¶
(その他の出力機構 (例えば exec
, chdir
, ..))
Your text string will be sent using the bytes in Perl's internal format.
テキスト文字列は Perl の内部フォーマットのバイトを使って送ります。
Because the internal format is often UTF-8, these bugs are hard to spot, because UTF-8 is usually the encoding you wanted! But don't be lazy, and don't use the fact that Perl's internal format is UTF-8 to your advantage. Encode explicitly to avoid weird bugs, and to show to maintenance programmers that you thought this through.
内部形式はしばしば UTF-8 なので、このバグは発見しにくいです; なぜなら あなたがほしいのは普通 UTF-8 だからです! しかし、手を抜かないでください; そして Perl の内部形式が UTF-8 であることを 利用しようとしないでください。 奇妙なバグを防ぐため、そして保守プログラマに対してあなたが何を考えたかを 示すために、明示的にエンコードしてください。
自動的にデコードやエンコードする方法はある?¶
If all data that comes from a certain handle is encoded in exactly the same way, you can tell the PerlIO system to automatically decode everything, with the encoding
layer. If you do this, you can't accidentally forget to decode or encode anymore, on things that use the layered handle.
もし、あるハンドルから来る全てのデータが正確に同じ方法で エンコードされているなら、encoding
層を使って、 PerlIO システムに自動的に 全てをデコードするように伝えることができます。 これを行えば、この層のハンドルを使っている限り、うっかりデコードや エンコードを忘れることはありません。
You can provide this layer when open
ing the file:
ファイルを open
するときにこの層を指定することができます:
open my $fh, '>:encoding(UTF-8)', $filename; # auto encoding on write
open my $fh, '<:encoding(UTF-8)', $filename; # auto decoding on read
Or if you already have an open filehandle:
あるいは既にオープンしているファイルハンドルがあるなら:
binmode $fh, ':encoding(UTF-8)';
Some database drivers for DBI can also automatically encode and decode, but that is sometimes limited to the UTF-8 encoding.
DBI のデータベースドライバのいくつかも、エンコードとデコードを自動的に 行いますが、ときどきこれは UTF-8 エンコーディングに制限されています。
どのエンコーディングが使われているかわからないときは?¶
Do whatever you can to find out, and if you have to: guess. (Don't forget to document your guess with a comment.)
なんとかして見つけるか、もし必要なら、推測してください。 (どう推測したかをコメントとして文書化するのを忘れないでください。)
You could open the document in a web browser, and change the character set or character encoding until you can visually confirm that all characters look the way they should.
ドキュメントを web ブラウザで開いて、全ての文字があるべき形であることを 視覚的に確認できるまで文字集合や文字エンコーディングを変更する方法も あります。
There is no way to reliably detect the encoding automatically, so if people keep sending you data without charset indication, you may have to educate them.
エンコーディングを自動的に検出するための信頼性のある方法はないので、 もし人々があなたに文字集合の指示なしにデータを送り続けるなら、彼らを 教育する必要があるかもしれません。
Perl のソースコードに Unicode は使える?¶
Yes, you can! If your sources are UTF-8 encoded, you can indicate that with the use utf8
pragma.
はい、できます! ソースコードが UTF-8 でエンコードされているなら、use utf8
プラグマを 使ってそれを示すことができます。
use utf8;
This doesn't do anything to your input, or to your output. It only influences the way your sources are read. You can use Unicode in string literals, in identifiers (but they still have to be "word characters" according to \w
), and even in custom delimiters.
これは入出力に対しては何も行いません。 ソースを読み込む方法のみに影響を与えます。 文字列リテラル、識別子(しかし \w
に従った「単語文字」である必要が あります)、そして独自デリミタにすら Unicode が使えます。
Data::Dumper は UTF8 フラグを復元しません; これは壊れてるの?¶
No, Data::Dumper's Unicode abilities are as they should be. There have been some complaints that it should restore the UTF8 flag when the data is read again with eval
. However, you should really not look at the flag, and nothing indicates that Data::Dumper should break this rule.
いいえ、Data::Dumper の Unicode 能力は、あるべき形であります。 eval
で再びデータを読み込むとき、UTF8 フラグを復元するべきだという 苦情が来ることがあります。 しかし、実際にはフラグを見るべきではないですし、Data::Dumper がこの規則を 破っていることを示すものは何もありません。
Here's what happens: when Perl reads in a string literal, it sticks to 8 bit encoding as long as it can. (But perhaps originally it was internally encoded as UTF-8, when you dumped it.) When it has to give that up because other characters are added to the text string, it silently upgrades the string to UTF-8.
起きているのは以下のようなことです: Perl が文字列リテラルを読み込むとき、 可能な限り長く 8 ビットエンコーディングにこだわります。 (しかしおそらく、これをダンプしたときには内部では UTF-8 でエンコード されていました。) それ以外の文字をテキスト文字列に追加するためにこれを諦めなければならない とき、Perl は暗黙のうちに文字列を UTF-8 に昇格させます。
If you properly encode your strings for output, none of this is of your concern, and you can just eval
dumped data as always.
出力用の文字列を適切にエンコードしていれば、これについてあなたは何も 心配することはなく、いつも通りにダンプしたデータを eval
できます。
なぜ正規表現文字クラスは時々 ASCII の範囲にしかマッチしないの?¶
Starting in Perl 5.14 (and partially in Perl 5.12), just put a use feature 'unicode_strings'
near the beginning of your program. Within its lexical scope you shouldn't have this problem. It also is automatically enabled under use feature ':5.12'
or use v5.12
or using -E
on the command line for Perl 5.12 or higher.
Perl 5.14 から (そして部分的に Perl 5.12 から、) 単にプログラムの先頭付近に use feature 'unicode_strings'
を書いてください。 このレキシカルスコープ内ではこの問題は発生しないはずです。 これはまた use feature ':5.12'
または use v5.12
が有効か、Perl 5.12 以降でコマンドラインで -E
を使っていると自動的に有効になります。
The rationale for requiring this is to not break older programs that rely on the way things worked before Unicode came along. Those older programs knew only about the ASCII character set, and so may not work properly for additional characters. When a string is encoded in UTF-8, Perl assumes that the program is prepared to deal with Unicode, but when the string isn't, Perl assumes that only ASCII is wanted, and so those characters that are not ASCII characters aren't recognized as to what they would be in Unicode. use feature 'unicode_strings'
tells Perl to treat all characters as Unicode, whether the string is encoded in UTF-8 or not, thus avoiding the problem.
これが必要な理論的根拠は、Unicode がやってくる前に動作する方法に 依存している古いプログラムを壊さないことです。 このような古いプログラムは ASCII 文字集合のみを知っているので、追加の 文字については正しく動作しないかも知れません。 Perl はプログラムが Unicode を扱えるように準備されていると仮定しますが、 文字列がそうでなかった場合、Perl は (EBCDIC プラットフォームでなければ) ASCII のみが求められていると仮定するので、非 ASCII 文字は Unicode に するべきものとして認識しません。 use feature 'unicode_strings'
は Perl に、文字が UTF-8 で エンコードされているかどうかにかかわらず全ての文字を Unicode として 扱うように知らせて、この問題を回避します。
However, on earlier Perls, or if you pass strings to subroutines outside the feature's scope, you can force Unicode rules by changing the encoding to UTF-8 by doing utf8::upgrade($string)
. This can be used safely on any string, as it checks and does not change strings that have already been upgraded.
しかし、以前の Perl であったり、この機能のスコープの外側のサブルーチンに 文字列を渡した場合、utf8::upgrade($string)
とすることでエンコーディングを UTF-8 にすることで Unicode の規則を強制できます。 これは既に昇格している文字列は変更しないので、どのような文字列に対しても 安全に用いることができます。
For a more detailed discussion, see Unicode::Semantics on CPAN.
さらなる詳細な議論については、CPAN の Unicode::Semantics を 参照してください。
なぜいくつかの文字は正しく大文字や小文字にならないの?¶
See the answer to the previous question.
前述の質問の答えを参照してください。
文字列がテキスト文字列かバイナリ文字列かを決定するには?¶
You can't. Some use the UTF8 flag for this, but that's misuse, and makes well behaved modules like Data::Dumper look bad. The flag is useless for this purpose, because it's off when an 8 bit encoding (by default ISO-8859-1) is used to store the string.
それはできません。 このために UTF8 フラグを使う人もいますが、これは誤用で、Data::Dumper のように 正しく振る舞うモジュールをおかしくします。 このフラグはこの目的のためには使えません; なぜなら文字列の保管に 8 ビット エンコーディングが使われている場合 (デフォルトでは ISO-8859-1 です)、 オフだからです。
This is something you, the programmer, has to keep track of; sorry. You could consider adopting a kind of "Hungarian notation" to help with this.
把握しておく必要があるプログラマに言えることはこれです; ごめんなさい。 これを助けるために、「ハンガリアン記法」のようなものの採用を 検討することもできます。
エンコーディング FOO から エンコーディング BAR に変換するには?¶
By first converting the FOO-encoded byte string to a text string, and then the text string to a BAR-encoded byte string:
まず FOO でエンコードされたバイト文字列をテキスト文字列に変化し、 それからテキスト文字列を BAR エンコードされたバイト文字列に変換します:
my $text_string = decode('FOO', $foo_string);
my $bar_string = encode('BAR', $text_string);
or by skipping the text string part, and going directly from one binary encoding to the other:
あるいは、テキスト文字列の部分を飛ばして、あるバイナリエンコーディングから 他のものへ直接変換します:
use Encode qw(from_to);
from_to($string, 'FOO', 'BAR'); # changes contents of $string
or by letting automatic decoding and encoding do all the work:
あるいは、自動でデコードとエンコードをさせることで全ての作業を行います:
open my $foofh, '<:encoding(FOO)', 'example.foo.txt';
open my $barfh, '>:encoding(BAR)', 'example.bar.txt';
print { $barfh } $_ while <$foofh>;
What are decode_utf8
and encode_utf8
?¶
(decode_utf8
と encode_utf8
って何?)
These are alternate syntaxes for decode('utf8', ...)
and encode('utf8', ...)
. Do not use these functions for data exchange. Instead use decode('UTF-8', ...)
and encode('UTF-8', ...)
; see "What's the difference between UTF-8 and utf8?" below.
これらは decode('utf8', ...)
および encode('utf8', ...)
のもう一つの 文法です。 これらの関数をデータ交換に使わないでください。 代わりに decode('UTF-8', ...)
と encode('UTF-8', ...)
を使ってください; 後述する "What's the difference between UTF-8 and utf8?" を 参照してください。
「ワイド文字」って何?¶
This is a term used for characters occupying more than one byte.
これは、1 バイトで収まらない文字という意味で使われる用語です。
The Perl warning "Wide character in ..." is caused by such a character. With no specified encoding layer, Perl tries to fit things into a single byte. When it can't, it emits this warning (if warnings are enabled), and uses UTF-8 encoded data instead.
Perl の警告 "Wide character in ..." はそのような文字によって引き起こされます。 エンコーディング層が指定されていない場合、Perl はそれを単一のバイトに 納めようとします。 これができないと、(警告が有効なら)この警告が出力され、代わりに UTF-8 で エンコードされたデータを使います。
To avoid this warning and to avoid having different output encodings in a single stream, always specify an encoding explicitly, for example with a PerlIO layer:
この警告を回避し、一つのストリームに異なった出力エンコーディングが 出力されることを回避するには、常に明示的にエンコーディングを指定してください; 例えば PerlIO 層を使って:
binmode STDOUT, ":encoding(UTF-8)";
内部構造¶
「UTF8 フラグ」って何?¶
Please, unless you're hacking the internals, or debugging weirdness, don't think about the UTF8 flag at all. That means that you very probably shouldn't use is_utf8
, _utf8_on
or _utf8_off
at all.
内部をハックしようとしているか、変なものをデバッグしようとしているのでない 限り、どうか UTF8 フラグのことは一切考えないでください。 これは、まず間違いなく is_utf8
, _utf8_on
, _utf8_off
を 一切使うべきでないことを意味します。
The UTF8 flag, also called SvUTF8, is an internal flag that indicates that the current internal representation is UTF-8. Without the flag, it is assumed to be ISO-8859-1. Perl converts between these automatically. (Actually Perl usually assumes the representation is ASCII; see "Why do regex character classes sometimes match only in the ASCII range?" above.)
UTF8 フラグ(SvUTF8 とも呼ばれます)は、現在の内部表現が UTF-8 であることを 示す内部フラグです。 このフラグがない場合、ISO-8859-1 と仮定します。 Perl はこれらを自動的に変換します。 (実際のところ Perl は普通表現が ASCII であると仮定します; 上述の "Why do regex character classes sometimes match only in the ASCII range?" を 参照してください。)
One of Perl's internal formats happens to be UTF-8. Unfortunately, Perl can't keep a secret, so everyone knows about this. That is the source of much confusion. It's better to pretend that the internal format is some unknown encoding, and that you always have to encode and decode explicitly.
Perl の内部表現の一つはたまたま UTF-8 です。 残念ながら、Perl は秘密を守れないので、このことはみんな知っています。 これが多くの混乱の源です。 内部表現は何か分からないエンコーディングで、常に明示的にエンコードと デコードが必要ということにしておいた方がよいです。
What about the use bytes
pragma?¶
(use bytes
プラグマって何?)
Don't use it. It makes no sense to deal with bytes in a text string, and it makes no sense to deal with characters in a byte string. Do the proper conversions (by decoding/encoding), and things will work out well: you get character counts for decoded data, and byte counts for encoded data.
これは使わないでください。 テキスト文字列をバイト単位で扱うことに意味はありませんし、 バイト文字列を文字単位で扱うことには意味はありません。 適切な変換(デコードかエンコード)を行えば、物事はうまくいきます: デコードしたデータの文字数を得られますし、エンコードしたデータのバイト数を 得られます。
use bytes
is usually a failed attempt to do something useful. Just forget about it.
use bytes
は何か有用なことをしようとするためには間違った方法です。 これのことは単に忘れてください。
What about the use encoding
pragma?¶
(use encoding
プラグマって何?)
Don't use it. Unfortunately, it assumes that the programmer's environment and that of the user will use the same encoding. It will use the same encoding for the source code and for STDIN and STDOUT. When a program is copied to another machine, the source code does not change, but the STDIO environment might.
これは使わないでください。 残念ながら、これはプログラマの環境とユーザーの環境が同じであると仮定します。 これはソースコードと STDIN や STDOUT で同じエンコーディングを使います。 プログラムが他のマシンにコピーされると、ソースコードは変わりませんが、 STDIO 環境は変わるかもしれません。
If you need non-ASCII characters in your source code, make it a UTF-8 encoded file and use utf8
.
もしソースコードに非 ASCII 文字が必要なら、ファイルを UTF-8 で エンコードして、use utf8
を使ってください。
If you need to set the encoding for STDIN, STDOUT, and STDERR, for example based on the user's locale, use open
.
もし STDIN, STDOUT, STDERR のエンコーディングを、例えばユーザーのロケールに 合わせてセットする必要があるなら、use open
してください。
What is the difference between :encoding
and :utf8
?¶
(:encoding
と :utf8
の違いは?)
Because UTF-8 is one of Perl's internal formats, you can often just skip the encoding or decoding step, and manipulate the UTF8 flag directly.
UTF-8 は Perl の内部形式のひとつなので、しばしばエンコードやデコードの 手順を省略して、UTF8 フラグを直接操作できます。
Instead of :encoding(UTF-8)
, you can simply use :utf8
, which skips the encoding step if the data was already represented as UTF8 internally. This is widely accepted as good behavior when you're writing, but it can be dangerous when reading, because it causes internal inconsistency when you have invalid byte sequences. Using :utf8
for input can sometimes result in security breaches, so please use :encoding(UTF-8)
instead.
:encoding(UTF-8)
の代わりに単に :utf8
を使うことで、もしデータが 内部で既に UTF8 で表現されていれば、エンコードの手順を省略します。 これは、書き込むときにはよい振る舞いであると広く受け入れられていますが、 読み込むときには危険があります; なぜなら不正なバイト列を受け取ると 内部矛盾を引き起こすからです。 入力に :utf8
を使うとセキュリティ侵害を引き起こす可能性があるので、 どうか代わりに :encoding(UTF-8)
を使ってください。
Instead of decode
and encode
, you could use _utf8_on
and _utf8_off
, but this is considered bad style. Especially _utf8_on
can be dangerous, for the same reason that :utf8
can.
decode
と encode
の代わりに、_utf8_on
と _utf8_off
を 使えますが、これは悪いスタイルと考えられています。 特に _utf8_on
は、:utf8
と同じ理由で危険です。
There are some shortcuts for oneliners; see -C in perlrun.
一行野郎のための省略形があります; perlrun の -C in perlrun を参照してください。
What's the difference between UTF-8
and utf8
?¶
(UTF-8
と utf8
の違いは?)
UTF-8
is the official standard. utf8
is Perl's way of being liberal in what it accepts. If you have to communicate with things that aren't so liberal, you may want to consider using UTF-8
. If you have to communicate with things that are too liberal, you may have to use utf8
. The full explanation is in "UTF-8 vs. utf8 vs. UTF8" in Encode.
UTF-8
は公式な標準です。 utf8
は、何を受け入れるかに関して自由な Perl のやり方です。 もしそれほど自由でないものと対話する必要があるなら、 UTF-8
を使うことを考えたくなるかもしれません。 自由すぎるものと対話する必要があるなら、utf8
を 使わなければならないかもしれません。 完全な説明は "UTF-8 vs. utf8 vs. UTF8" in Encode にあります。
UTF-8
is internally known as utf-8-strict
. The tutorial uses UTF-8 consistently, even where utf8 is actually used internally, because the distinction can be hard to make, and is mostly irrelevant.
UTF-8
は内部では utf-8-strict
として知られます。 チュートリアルでは、たとえ内部では実際には utf8 が使われる場合でも 一貫して UTF-8 を使っています; なぜなら区別をつけるのは難しく、ほとんど 無意味だからです。
For example, utf8 can be used for code points that don't exist in Unicode, like 9999999, but if you encode that to UTF-8, you get a substitution character (by default; see "Handling Malformed Data" in Encode for more ways of dealing with this.)
例えば utf8 は、9999999 のような、Unicode に存在しない符号位置も使えますが、 これを UTF-8 でエンコードすると、代替文字を得ることになります(これは デフォルトの場合です; これを扱う他の方法については "Handling Malformed Data" in Encode を参照してください。)
Okay, if you insist: the "internal format" is utf8, not UTF-8. (When it's not some other encoding.)
わかりました、どうしてもと言うのなら:「内部形式」は utf8 であって、 UTF-8 ではありません。 (もしその他のエンコーディングでないのなら。)
迷子になりました; 実際のところ内部形式のエンコーディングは何?¶
It's good that you lost track, because you shouldn't depend on the internal format being any specific encoding. But since you asked: by default, the internal format is either ISO-8859-1 (latin-1), or utf8, depending on the history of the string. On EBCDIC platforms, this may be different even.
迷子になったのはよいことです; なぜなら内部形式が特定のエンコーディングで あることに依存するべきではないからです。 しかし聞かれたので答えましょう: デフォルトでは、内部形式は ISO-8859-1 (latin-1) か utf8 で、どちらになるかは文字列の歴史に 依存します。 EBCDIC プラットフォームでは、これは異なっているかもしれません。
Perl knows how it stored the string internally, and will use that knowledge when you encode
. In other words: don't try to find out what the internal encoding for a certain string is, but instead just encode it into the encoding that you want.
Perl は文字列が内部でどのように保管されているかを知っていて、この知識を エンコードする
ときに使います。 言い換えると: 特定の文字列の内部エンコーディングが何かを 調べようとしてはいけません; 代わりに、単に望みのエンコーディングに エンコードしてください。
作者¶
Juerd Waalboer <#####@juerd.nl>
SEE ALSO¶
perlunicode, perluniintro, Encode
POD ERRORS¶
Hey! The above document had some coding errors, which are explained below:
- Around line 192:
-
You can't have =items (as at line 203) unless the first thing after the =over is an =item
- Around line 194:
-
You can't have =items (as at line 196) unless the first thing after the =over is an =item
- Around line 209:
-
You can't have =items (as at line 211) unless the first thing after the =over is an =item