Fw: [問題] Perl字串經過encode之後的length (已解)

作者: kipi91718 (正港台灣人)   2018-11-17 13:54:35
※ [本文轉錄自 Perl 看板 #1Rxsv3lK ]
作者: kipi91718 (Renewal Process) 看板: Perl
標題: [問題] 字串經過encode之後的length
時間: Sat Nov 17 09:26:23 2018
在perl版已得到解答。
各位大大好,初次在本版發文,請多指教。
在perldoc上面有敘述到:
When you run $octets = encode("utf8", $string) , then $octets might not be
equal to $string. Though both contain the same data, the UTF8 flag for
$octets is always off. When you encode anything, the UTF8 flag on the result
is always off, even when it contains a completely valid utf8 string.
https://perldoc.perl.org/Encode.html
我測試了以下三個狀況,在perl 5.26.1的環境下確認原始字串都是utf-8,
但在encode之後用length去檢測發現結果不太能完全理解。
1. $str1 = "中文";
length( $str1 ); #答案為6,因為UTF8 flag off,這是在算byte數,中文佔3 Bytes
Encode::_utf8_on( $str1 );
length( $str1 ); #答案為2,因為UTF8 flag on,這是在算中文字數量
Encode::_utf8_off( $str1 );
length( $str1 ); #答案為為6,一樣是UTF8 flag off的狀況,為byte數
$str1_e = encode("UTF-8", str1);
length($str1_e); #答案為12,不知道是在計算什麼的數量才會得到12
2. $str2 = "English";
length( $str2 ); #因為英文本來就只佔了1 Byte,所以答案為7
Encode::_utf8_on( $str2 );
length( $str2 ); #算字數一樣答案為7
Encode::_utf8_off( $str2 );
length( $str2 ); #7 Bytes
$str2_e = encode("UTF-8", str2);
length( $str2); #沒改變,一樣是7,是什麼原因呢?
3. $str3 = "ABC呢";
length( $str3 ); #英文 1*3 = 3 Bytes + 中文 3*1 = 3 Bytes 答案為6 Bytes
Encode::_utf8_on( $str3 );
length( $str3 ); #共3英文字+1中文字 = 4個字
Encode::_utf8_off( $str3 );
length( $str3 ); #6,因為6 Bytes
$str3_e = encode("UTF-8", str3);
length( $str3_e); #答案為9,所以看起來中文在這情況下的結果是每字+6?
經過以上實測,比較有疑問的是encode到底做了什麼? 以至於讓length去偵測時,中文
會回傳6呢?
又問得更根本,在encode回來之後$octets送進length時,
究竟是被當作什麼型態在處理呢?
請版上專業的大大解惑,我可以200P作為微薄的謝禮,謝謝!

Links booklink

Contact Us: admin [ a t ] ucptt.com