Compresseur de tweets basé sur Unicode en Perl

Question

Je veux mettre en place ma propre compresseur de gazouillis . En gros, cela permet de faire ce qui suit. Cependant, je suis bloqué par certains problèmes d'unicode.

Voici mon script :

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

print tweet_compress('cc ms ns ps in ls fi fl ffl ffi iv ix vi oy ii xi nj/, "\. " ,", "'),"\n";

sub tweet_compress {
    my $tweet = shift;
    $tweet =~ s/\. ?$//;
    my @orig = ( qw/cc ms ns ps in ls fi fl ffl ffi iv ix vi oy ii xi nj/, ". " ,", ");
    my @new = qw/       fl           /;
    $tweet =~ s/$orig[$_]/$new[$_]/g for 0 .. $#orig;
    return $tweet;
}

Mais ça imprime de la merde au terminal :

???????f?f???????/"\,""

Qu'est-ce que je fais de mal ?

Answer 1

Deux questions.

Premièrement, vous avez des caractères unicode dans votre code source. Assurez-vous de sauvegarder votre fichier en utf8. et utiliser le pragma use utf8.

De plus, si vous avez l'intention d'exécuter ce programme à partir d'une console, assurez-vous qu'elle peut gérer l'unicode. L'invite de commande de Windows ne le peut pas et affichera toujours ? que vos données soient correctes ou non. J'ai exécuté ce programme sur Mac OS avec un Terminal configuré pour gérer l'utf8.

Deuxièmement, si vous avez "." dans votre liste d'origine, il sera interprété comme "tout caractère unique" et vous donnera des résultats erronés - vous devez donc l'échapper avant de l'utiliser dans votre expression régulière. J'ai modifié un peu le programme pour que cela fonctionne.

#!/usr/bin/env perl
use warnings;
use strict;
use utf8; #use character semantics

#make sure the data is re-encoded to utf8 when output to terminal
binmode STDOUT, ':utf8';

print tweet_compress('cc ms ns ps in ls fi fl ffl ffi iv ix vi oy ii xi nj/, "\. " ,", "'),"\n";

sub tweet_compress {
    my $tweet = shift;
    $tweet =~ s/\. ?$//;
    my @orig = ( qw/cc ms ns ps in ls fi fl ffl ffi iv ix vi oy ii xi nj/, '\. ' ,", ");
    my @new = qw/㏄ ㎳ ㎱ ㎰ ㏌ ʪ fi fl ffl ffi ⅳ ⅸ ⅵ ѹ ⅱ ⅺ nj ． ，/;
    $tweet =~ s/$orig[$_]/$new[$_]/g for 0 .. $#orig;
    return $tweet;
}

Answer 2

Dites-le à perl vous êtes utilisation de caractères unicode dans votre script avec use utf8 .