如何在 Perl 中将表情符号检测为 unicode？

Question

我有包含 emoji unicode 字符的文本文件，例如 ????、☹️、????、????、????、????、????、???? .

例如代码 \N{1F60D} 对应于 ???? 我使用 https://perldoc.perl.org/perluniintro.html 创建 Unicode 部分中的推荐。 我的程序必须检测到它们并进行一些处理，但如果我使用

open(FIC1, ">$fic");

while (<FIC>) {
my $ligne=$_;

if( $ligne=~/\N{1F60D}/  )
{print "heart ";
    }
}

现在我这样做了，它工作了

open(FIC1, ">$fic");

while (<FIC>) {
my $ligne=$_;

if( $ligne=~/????/  )
{print "Heart ";
    }
}

第一个代码有什么问题 问候

Answer 1

为了检测表情符号，我会在正则表达式中使用 unicode 属性，例如：

• \p{Emoticons} 或
• \p{Block: Emoticons}

例如，只打印出表情符号

perl -CSDA -nlE 'say for( /(\p{Emoticons})/g )' <<< 'abc???αβγ'

将打印

?
?
?

欲了解更多信息，请参阅perluniprops

Answer 2

如果您查看 perldoc perlre 中的 \N，您会发现它的意思是“命名的 Unicode 字符或字符序列”。

你可以改用这个：

if ($ligne =~ m/\N{U+1F60D}/)
# or
if ($ligne =~ m/\x{1F60D}/)

编辑：您发布的链接中也有描述， https://perldoc.perl.org/perluniintro.html

编辑： 您阅读的内容可能未解码。你想要：

use Encode;
...
my $ligne = decode_utf8 $_;

或者直接以utf8模式直接打开文件：

open my $fh, "<:encoding(UTF-8)", $filename or die "Could not open $filename: $!";
while (my $ligne = <$fh>) {
    if ($ligne =~ m/\N{U+1F60D}/) { ... }
}

您从未展示过如何打开名为 FIC 的文件句柄，所以我认为它是 utf8 解码的。 这是另一个关于 perl 中 unicode 的好教程：https://perlgeek.de/en/article/encodings-and-unicode

Answer 3

使用perl -C可用于启用unicode功能

perl -C -E 'say "\N{U+263a}"'|perl -C -ne 'print if /\N{U+263a}/'

from perl run

-C [编号/列表]

-C 标志控制一些 Perl Unicode 功能。 ...

第二个代码起作用的原因是perl匹配UTF-8二进制序列：如perl -ne 'print if /\xf0\x9f\x98\x8d/'。

以下应该可以工作

#!/usr/bin/perl -C
open(FIC1, ">$fic");

while (<FIC>) {
    my $ligne=$_;

    if( $ligne=~/\N{U+1F60D}/  ) {
        print "heart ";
    }
}