我有几个不同语言的文件。我以为它们都是 UTF-8 编码的，但现在我不太确定了。有些字符看起来不错，有些则不然。有没有办法可以打破字符串并尝试识别字符集？也许在空白处拆分然后识别每个单词？最后，有没有一种简单的方法可以将一组字符转换为 UTF-8？
最佳答案
如果您不确定字符集，您基本上只能猜测。 utf8::valid可能会帮助你，但你不能确定。如果您知道如果它不是 unicode，则它必须是特定的字符集(如 Latin-1)，那么您很幸运。如果你不知道，你就完蛋了。在任何情况下，除非另有说明，否则您应该始终假设整个文件都在相同的字符集中。如果你不这样做，你就会失去理智。
至于你的问题如何在字符集之间转换:Encode可以为你做那个吗
关于perl - 如何确定字符串的字符集？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/319095/