描述 Perl 中与 Unicode (UTF-8) 的工作特性。如何正确地读取、写入和处理不同编码的字符串，以及哪些细微差别常常导致错误？

答案

Perl 最初并不是以 Unicode 为友好，处理 UTF-8 需要明确的指示。现代 Perl 能够将字符串作为内部抽象（utf8-flagged scalars）存储，但输入/输出操作需要特别关注。

正确的读取/写入：

1. 设置 IO 层 (binmode, :encoding(UTF-8))。
2. 如果源代码中包含 Unicode 文本，请使用 use utf8;。
3. 对于 STDIN、STDOUT 和文件，描述层：

open my $fh, '<:encoding(UTF-8)', 'myfile.txt' or die $!;
binmode STDOUT, ':encoding(UTF-8)';

使用 Unicode 字符串：

• 模块 Encode, utf8, open, charnames。
• 不要混合字节和带有 utf8 标志的字符串。

use Encode;
my $bytes = encode('UTF-8', $string); # 获取字节
my $string = decode('UTF-8', $bytes); # 获取字符串

细微差别：

• 没有“层”的文件以字节方式读取——长度/子字符串/正则操作会给出不正确的结果！
• 与外部源（数据库、网络）交互时需要单独转换。
• 甚至标准函数 print/read 也需要设置层。

陷阱问题

仅仅在脚本的开头添加 use utf8;，是否足以让所有输入/输出操作在 UTF-8 中进行？

答案: 不！指令 use utf8; 只是解读源代码中的 Unicode 文本。对于输入/输出，需要在 open 时或通过 binmode/open pragma 设置 IO 层！例如：

binmode STDOUT, ':encoding(UTF-8)';
open my $fh, '>:encoding(UTF-8)', $filename;

---

故事

在一个多语言项目中，接口在控制台输出时显示了乱码，因为 shell 以 UTF-8 工作，而 Perl 没有设置必要的 STDOUT 层（没有使用 binmode，只用 use utf8）。症状：长度和 substr 对于西里尔字母字符串给出了“乱码”结果。

故事

处理 XML 文件的脚本（UTF-8）在 open 时没有设置层，结果字符串是“脏”字节和 UTF-8 的混合。一些正则表达式根本没有奏效，而在尝试将数据序列化为 JSON 时，模块报出了关于“宽字符”的错误。

故事

在将 Perl 服务与 MySQL 客户端集成时，忽略了客户端的 utf8 配置，处理字节字符串。在与 web 界面的交汇处出现了缺陷——部分字符被破坏，部分请求则“破坏”了数据结构。通过 Encode 显式重编码和设置 'mysql_enable_utf8' 来解决这个问题。