Risposta.

In Perl, per lavorare con i file si utilizza l'apertura dei descrittori tramite open. Oltre ai descrittori standard (STDIN, STDOUT, STDERR), è possibile crearne di propri e gestirli.

Perl utilizza il concetto di strati di input-output (:encoding, :utf8, :raw, ecc.) per gestire correttamente diversi tipi di file e codifiche. Per impostazione predefinita, Perl può lavorare in modalità testo (con conversione delle righe) o binaria.

Esempio di apertura di un file di testo con codifica esplicita:

open my $fh, '<:encoding(UTF-8)', 'file.txt' or die $!;
while (my $line = <$fh>) {
    print $line;
}
close $fh;

Esempio di apertura di un file binario:

open my $fh, '<:raw', 'image.bin' or die $!;
read($fh, my $data, -s 'image.bin');
close $fh;

La scelta corretta dello strato (:raw per binari, :encoding(NAME) per testuali) garantisce lettura e scrittura corrette.

Domanda ingannevole.

Se si apre un file utilizzando la costruzione open FH, '<', $file e si leggono dati binari, otterremo sempre un risultato corretto?

Risposta: No! Senza specificare :raw, Perl su alcune piattaforme modificherà automaticamente i caratteri di fine riga (ad esempio, CRLF → LF su Windows). Per leggere file binari, utilizzare sempre la modalità :raw:

open my $fh, '<:raw', 'file.bin';

Esempi di errori reali a causa della mancata conoscenza delle complessità dell'argomento.

Storia

In un progetto aziendale, gli sviluppatori lavoravano con registri di testo, considerando le righe senza specificare una codifica. Di conseguenza, i registri in UTF-8 a volte si "rompevano" - il file read veniva corrotto durante la lettura dei caratteri cirillici, poiché Perl interpretava erroneamente i byte. L'errore è stato risolto solo dopo aver aggiunto esplicitamente lo strato :encoding(UTF-8) nella chiamata open.

Storia

Su Windows, durante la copia di file binari, leggevano i dati utilizzando open FH, '<', 'binfile.dat' e scrivevano senza specificare la modalità. Il programma "rompeva" le immagini, poiché nel flusso di conversione le righe CRLF venivano cambiate in LF, causando dati binari non validi. Lo strato :raw ha risolto il problema.

Storia

In un'API esterna era richiesta l'output di STDOUT solo in UTF-8, mentre i programmatori utilizzavano print senza cambiare lo strato di scrittura. L'applicazione inviava testo nella codifica locale del sistema e il cirillico veniva visualizzato come "gibberish" dal lato del cliente. Dopo l'applicazione esplicita di binmode STDOUT, ':encoding(UTF-8)', il problema è scomparso.