Un 'tweet compressor' basé sur Unicode en Perl

Question

Je veux implémenter mon propre tweet compressor. Fondamentalement, cela fait ce qui suit. Cependant, je suis coincé avec certains des problèmes Unicode.

Voici mon script:

#!/usr/bin/env perl 
use warnings; 
use strict; 

print tweet_compress('cc ms ns ps in ls fi fl ffl ffi iv ix vi oy ii xi nj/, "\. " ,", "'),"\n"; 

sub tweet_compress { 
    my $tweet = shift; 
    $tweet =~ s/\. ?$//; 
    my @orig = (qw/cc ms ns ps in ls fi fl ffl ffi iv ix vi oy ii xi nj/, ". " ,", "); 
    my @new = qw/㏄ ㎳ ㎱ ㎰ ㏌ ʪ fi fl ffl ffi ⅳ ⅸ ⅵ ѹ ⅱ ⅺ nj ． ，/; 
    $tweet =~ s/$orig[$_]/$new[$_]/g for 0 .. $#orig; 
    return $tweet; 
} 

Mais imprime jonque au terminal:

?．?．?．?．?．?．?．f．?．f?．?．?．?．?．?．?．nj/．"\．．,"．" 

Qu'est-ce que je fais mal?

Answer 1

Deux numéros.

Tout d'abord, vous avez des caractères Unicode dans votre code source. Assurez-vous que vous enregistrez votre fichier comme utf8 et utilisez l'utilisation utf8 pragma.

De même, si vous avez l'intention d'exécuter ce programme à partir d'une console, assurez-vous qu'il peut gérer unicode. L'invite de commande Windows ne peut pas et s'affichera toujours? peu importe si vos données sont correctes ou non. J'ai couru ceci sur Mac OS avec Terminal configuré pour gérer utf8.

Deuxièmement, si vous avez "." dans votre liste orig, il sera interprété comme "n'importe quel caractère" et vous donnera des résultats erronés - vous devez donc y échapper avant de l'utiliser dans votre expression régulière. J'ai modifié un peu le programme pour le faire fonctionner.

#!/usr/bin/env perl 
use warnings; 
use strict; 
use utf8; #use character semantics 

#make sure the data is re-encoded to utf8 when output to terminal 
binmode STDOUT, ':utf8'; 

print tweet_compress('cc ms ns ps in ls fi fl ffl ffi iv ix vi oy ii xi nj/, "\. " ,", "'),"\n"; 

sub tweet_compress { 
    my $tweet = shift; 
    $tweet =~ s/\. ?$//; 
    my @orig = (qw/cc ms ns ps in ls fi fl ffl ffi iv ix vi oy ii xi nj/, '\. ' ,", "); 
    my @new = qw/㏄ ㎳ ㎱ ㎰ ㏌ ʪ fi fl ffl ffi ⅳ ⅸ ⅵ ѹ ⅱ ⅺ nj ． ，/; 
    $tweet =~ s/$orig[$_]/$new[$_]/g for 0 .. $#orig; 
    return $tweet; 
} 

Answer 2

Dites perl vous êtes using unicode characters in your script avec use utf8.