perl - Perl 中元音变音 "ü"的正确存储值是多少？

Question

我想直接使用 Perl 提供 UTF-8 网站。我遇到了几个编码问题，因为源数据没有完全存储在 UTF-8 中。由于编码问题的调试 session ，我发现了德语变音符号的两种不同表示 ü .哪个是 Perl 的正确存储值？

\xFC ，这是 Unicode 位置 U+00FC为 ü

0xC3 0xBC ，这是 ü 的 UTF-8 十六进制表示

如果没有任何区别，那么为什么 Perl 以不同的表示形式存储变音符号而不将其存储在 Unicode 位置或 UTF-8 十六进制表示中。

Unicode/UTF-8 character table reference

Answer 1

使用 Encoding::FixLatin的 fix_latin .

$ perl -MEncoding::FixLatin=fix_latin -MEncode=encode_utf8 \
   -E'say sprintf "%v02X", encode_utf8(fix_latin("\xFC\xC3\xBC"))'
C3.BC.C3.BC

在内部，最好使用 Unicode。解码输入，编码输出。您可能会忘记对输出进行编码。