当我不知道字节顺序时,如何在Perl中解码UTF-16数据？

发布时间：2020-12-15 21:17:10 所属栏目：大数据来源：网络整理

导读：如果我打开一个文件(并直接指定编码)： open(my $file,":encoding(UTF-16)","some.file") || die "error $!n";while($file) { print "$_n";}close($file); 我可以很好地阅读文件内容.但是,如果我这样做： use Encode;open(my $file,"some.file") || die "e

如果我打开一个文件(并直接指定编码)：

open(my $file,"<:encoding(UTF-16)","some.file") || die "error $!n";
while(<$file>) {
    print "$_n";
}
close($file);

我可以很好地阅读文件内容.但是,如果我这样做：

use Encode;

open(my $file,"some.file") || die "error $!n";
while(<$file>) {
    print decode("UTF-16",$_);
}
close($file);

我收到以下错误：

UTF-16:Unrecognised BOM d at F:/Perl/lib/Encode.pm line 174

如何使其与解码一起使用？

编辑：这是前几个字节：

FF FE 3C 00 68 00 74 00

解决方法

如果您只是指定“UTF-16”,Perl将查找字节顺序标记(BOM)以找出如何解析它.如果没有BOM,它就会爆炸.在这种情况下,您必须通过为little-endian指定“UTF-16LE”或为big-endian指定“UTF-16BE”来告诉Encode您具有哪个字节顺序.

虽然你的情况还有其他的事情发生,但是如果没有看到文件中的数据,很难说清楚.我对两个片段都有同样的错误.如果我没有BOM并且我没有指定字节顺序,我的Perl就会抱怨.您使用的是哪种Perl,您拥有哪个平台？您的平台是否具有文件的本机字节顺序？根据文档,我认为我看到的行为是正确的.

此外,您不能简单地读取某些未知编码的行(无论Perl的默认编码是什么),然后将其发送到解码.您可能最终处于多字节序列的中间.您必须使用Encode :: FB_QUIET来保存无法解码的缓冲区部分,并将其添加到下一个数据块：

open my($lefh),'<:raw','text-utf16.txt';

my $string;
while( $string .= <$lefh> ) {
    print decode("UTF-16LE",$string,Encode::FB_QUIET) 
    }

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!