Re: [PerlChina] 如何用正则确定变量的内容是utf8还是gb2312的?

try this?

use Encode qw(encode decode);

sub is_utf8{
    my $a = shift;
    my $b = encode('utf8', decode('utf8', $a));
   
    return ($a eq $b) ? 1 : 0;
}

sub is_gbk{
    my $a = shift;
    my $b = encode('gbk', decode('gbk', $a));
   
    return ($a eq $b) ? 1 : 0;
}

silent wrote:

了解, 可是我的那两个函数为什么不对呢?  agentzh 写道:   

我们一般使用 CPAN 上的 Encode::Guess 模块。对于长文本非常有效的，但是对于非常短的，比如两三个字的文本就不怎么准了，呵呵。         use Encode::Guess;        my @enc = qw( UTF-8 GB2312 Big5 GBK Latin1 );        for my $enc (@enc) {            my $decoder = guess_encoding($data, $enc);            if (ref $decoder) {                $charset = $decoder->name;                last;            }        }        if (!$charset) {            die "Can't determine the charset of the input.\n";        }  这里 @enc 中是尝试的 charset 数量。其实感觉用 Encode 的 decode 函数也可以直接整，只不过设一个参数让它遇到错误字节时直接抛异常即可 ;)  -agentzh        

 _______________________________________________ China-pm mailing list China-pm@pm.org http://mail.pm.org/mailman/listinfo/china-pm