perl 输出 - 无法正确打印 utf8 文本文件

Question

所以我有 utf8 文本文件，我想读入该文件，将行放入数组中，然后打印出来。但输出无法正确打印符号，例如输出行如下所示:

"arnſtein gehört gräflichen "

所以我尝试通过一行测试脚本，直接粘贴到 perl 脚本中，而不从文件中读取它。那里的输出非常好。我检查了这些文件，它们都是 utf8 unicode 格式。这些文件仍然会导致输出问题(？)。

由于脚本太长，我只是将其缩减为相关内容: (进入目录，打开文件，将输入引导到函数 &align，分析它，将其添加到数组，打印数组)

#!/usr/bin/perl -w
use strict;

use utf8;
binmode(STDIN,":utf8");
binmode(STDOUT,":utf8");
binmode(STDERR,":utf8");

#opens directory
#opens file from directory
 if (-d "$dir/$first"){
  opendir (UDIR, "$dir/$first") or die "could not open: $!";
  foreach my $t (readdir(UDIR)){
   next if $first eq ".";
   next if $first eq "..";

   open(GT,"$dir/$first/$t") or die "Could not open GT, $!";
   my $gt= <GT>;
   chomp $gt;

   #directly pasted lines in perl   - creates correct output
   &align("det man die Profeſſores der Philoſophie re- ");

    #lines from file    - output not correct
    #&align($gt);
    close GT;
    next;

  }closedir UDIR;
}

有什么想法吗？

Answer 1

你告诉 Perl 你的源代码是 UTF-8，STDIN、STDOUT 和 STDERR 都是 UTF-8，但你没有说你正在读取的文件包含 UTF-8。

open(GT,"<:utf8", "$dir/$first/$t") or die "Could not open GT, $!";

如果没有这个，Perl 会假定文件是用 ISO-8859-1 编码的，因为如果您不指定不同的字符集，那是 Perl 的默认字符集。它有助于将这些 ISO-8859-1 字符转码为 UTF-8 进行输出，因为您已经告诉它 STDOUT 使用 UTF-8。由于该文件实际上是 UTF-8，而不是 ISO-8859-1，因此您会得到不正确的输出。