string - Perl:将字符串转换为 Unicode

Question

我有一个 MySql 数据库，它存储使用 XML 类型格式(即 &#nnnnn; )编码的 Unicode 字符的字符串。这些字符串之一的示例如下: 概述代表 Unicode 字符:概述

如果我按照以下格式对字符串进行硬编码，Perl 允许我在应用程序中进行此转换:

\x{6982}\x{8ff0}

甚至:

\N{U+6982}\N{U+8ff0}

对我来说，从 &#nnnnn; 更改格式似乎是一个简单的问题。到\x{nnnn}
Perl 应用程序似乎需要十六进制数字，而 MySql 则输出整数。

我想在正则表达式中进行这个简单的转换。所以我使用以下方法匹配整数:

m/\&\#(\d{3,5});/;

然后我使用以下方法将匹配项转换为十六进制: sprintf('{%04x}',$1)
然后我添加了必要的:\x{ }

我可以轻松创建包含以下内容的字符串:“\x{6982}\x{8ff0}” 但应用程序没有将它们打印为 Unicode。它们在创建时就被简单地打印出来:符号和文本。

我发现如果你将这些字符串硬编码到程序中，Perl 会将它们“插入”到 Unicode 字符中。但如果它们被创建为字符串，则不会发生“插值”。

我尝试使用各种函数强制插值，例如:
编码::解码('UTF-8', "某个字符串");
编码::编码('UTF-8', "某个字符串");
但这并不是这些函数的目的。
我还尝试使用 Perl 的手动字符串插值

$v="${ \($v) }";

但这并没有将字符串“\x{6982}\x{8ff0}”转换为 Unicode。它只是保持与以前相同的字符串。

我遇到了一个使用“eval()”的示例。

while($unicodeString =~ m/\&\#(\d{3,5});/) {
    $_=$unicodeString;     ## in the XML form of (spaces added so you could see it here): & #27010; & #36848;
    m/\&\#(\d{3,5});/;     ## Matches the integer number in the Unicode
    my $y=q(\x).sprintf('{%04x}',$1); ## Converts the integer to hex and adds the \x{}
    my $v = eval qq{"$y"}; ## Performs the interpolation of the string to get the Unicode
    $unicodeString =~ s/\&\#(\d{3,5});/$v/;  ## Replaces the old code with the new Unicode character
}

此转换现在有效。但我对重复使用 eval() 来转换每个字符不满意:一次一个。我可以在 While 循环中构建字符串，然后简单地 eval() 新字符串。但我更愿意只使用 eval() 那些在正则表达式中专门匹配的小字符串。

是否有更好的方法将 XML 字符串(Unicode 字符显示为整数)转换为包含实际 Unicode 字符的字符串？

如何轻松地从包含以下内容的字符串开始:

我认识到自己的长处和短处&# 65292;并追求自我发展。

发送至:
我认识到自己的长处和短处，并 self 追求发展。

我需要转换的文档包含数千个这样的字符。

Answer 1

这是一个简单的示例，说明如何使用 chr 替换 unicode 转义符。功能:

use feature qw(say);
use strict;
use warnings;
use open qw( :encoding(utf-8) :std );

my $str = "概述";
$str =~ s/&#(\d+);/chr $1/eg;
printf "%vX\n", $str;
say $str;

输出:

6982.8FF0
概述