perl - 打开和保存文件时丢失编码

Question

我正在尝试打开一个包含常规 HTML 和特殊 Unicode 字符(例如“ÖÄÅ öäå”(瑞典语))的文件，对其进行格式化，然后将其输出到一个文件。

到目前为止一切正常，我可以打开文件，找到我需要的部分并输出到文件中。

但重点是:

我无法在不丢失编码的情况下将输入的 Unicode 数据保存到文件中(例如，'ö' 变为 'ö')。

虽然我可以通过手动将它们输入代码本身，设法同时执行正则表达式并将它们输出为正确的编码。但是当我导入文件、格式​​化然后输出时不是这样。

使用 OCT 时的工作方法示例(例如，这可以在没有编码问题的情况下输出到文件):

my $charsSWE = "öäåÅÄÖ";
# \344 = ä
# \345 = å
# \305 = Å
# \304 = Ä
# \326 = Ö
# \366 = ö
my $SwedishLetters = '\344 \345 \305 \304 \326 \366';

if($charsSWE =~ /([$SwedishLetters]+)/){
    print "Output: $1\n";
}

下面的方法不起作用，因为编码丢失了(这是代码部分的快速说明，但它的概念是相同的[例如打开文件、获取和输出]):

open(FH, 'swedish.htm') or die("File could not be opened");

    while(<FH>)
    {
        my @List =  /([$SwedishLetters]+)/g;    
        message($List[0]) if @List;
    }

close(FH);

Answer 1

use Encode;

open FILE1, "<:encoding(UTF-8)", "swedish.htm" or die $!;

#do stuff

open FILE2, ">:encoding(UTF-8)", "output.htm" or die $!;

您可能需要使用不同的编码。