Perl:将(高)十进制NCR转换为UTF-8

问题描述

我有这个字符串(十进制NCR):日本の鍼灸とは

I have this string (Decimal NCRs): 日本の鍼灸とは

它代表日语文本日本​​の针灸とは.

但是我需要(UTF-8):％E6％97％A5％E6％9C％AC％E3％81％AE％E9％8D％BC％E7％81％B8％E3％81％A8％E3％81％AF

But I need (UTF-8): %E6%97%A5%E6%9C%AC%E3%81%AE%E9%8D%BC%E7%81%B8%E3%81%A8%E3%81%AF

对于第一个字符:日 ⇒日⇒％E6％97％A5

For the first character: 日 ⇒ 日 ⇒ %E6%97%A5

此站点可以做到，但是如何在Perl中获得它呢?(如果可能的话，可以使用单个正则表达式，例如 s/\& \#([0-9] +);/uc('％'.unpack("H2"，pack("c"，$ 1)))/eg; .)

This site does it, but how do I get this in Perl? (If possible in a single regex like s/\&\#([0-9]+);/uc('%'.unpack("H2", pack("c", $1)))/eg;.)

http://www.endmemo.com/unicode/unicodeconverter.php

我还需要再次将其从UTF-8转换回十进制NCR

Also I need to convert it back again from UTF-8 to Decimal NCRs

现在，我已经为此努力了半天，任何帮助都将不胜感激！

I've been breaking my head over this one for half a day now, any help is greatly appreciated!

推荐答案

#!/usr/bin/perl
use strict;
use warnings;

use Test::More tests => 2;
use Encode qw{ encode decode };

my $in = '日本の鍼灸とは'; # 日本の鍼灸とは
my $out = '%E6%97%A5%E6%9C%AC%E3%81%AE%E9%8D%BC%E7%81%B8%E3%81%A8%E3%81%AF';

(my $utf = $in) =~ s/&#(.*?);/chr $1/ge;

my $r = join q(), map { sprintf '%%%2X', ord } split //, encode('utf8', $utf);
is($r, $out);

(my $s = $r) =~ s/%(..)/chr hex $1/ge;
$s = decode('utf8', $s);
$s = join q(), map '&#' . ord . ';', split //, $s;
is($s, $in);

这篇关于Perl:将(高)十进制NCR转换为UTF-8的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！