使用 unicode 字符创建文件名

Question

我正在寻找一些关于如何使用 Unicode 字符创建文件名的指南。考虑：

use open qw( :std :utf8 );
use strict;
use utf8;
use warnings;

use Data::Dump;
use Encode qw(encode);

my $utf8_file_name1 = encode('UTF-8', 'æ1', Encode::FB_CROAK | Encode::LEAVE_SRC);
my $utf8_file_name2 = 'æ2';
dd $utf8_file_name1;
dd $utf8_file_name2;
qx{touch $utf8_file_name1};
qx{touch $utf8_file_name2};
print (qx{ls æ*});

输出是：

"\xC3\xA61"
"\xE62"
æ1
æ2

为什么我是否将文件名编码为 UTF8 并不重要？ （无论哪种方式，文件名仍然变为有效的 UTF8。）

Answer 1

因为一个名为“Unicode 错误”的错误。相当于发生了以下情况：

use Encode qw( encode_utf8 is_utf8 );

my $bytes = is_utf8($str) ? encode_utf8($str) : $str;

is_utf8 检查标量使用了两种字符串存储格式中的哪一种。这是一个您永远不必担心的内部实现细节，除了 Unicode 错误。

您的程序可以正常工作，因为encode 总是返回一个字符串，is_utf8 总是返回一个字符串，use utf8; 总是返回一个字符串，如果字符串包含非 ASCII 字符，is_utf8 就返回 true。

如果您不按应有的方式encode，有时您会得到错误的结果。例如，如果您使用"\x{E6}2" 而不是'æ2'，即使字符串具有相同的长度和相同的字符，您也会得到不同的文件名。

$ dir
total 0

$ perl -wE'
   use utf8;
   $fu="æ";
   $fd="\x{E6}";
   say sprintf "%vX", $_ for $fu, $fd;
   say $fu eq $fd ? "eq" : "ne";
   system("touch", $_) for "u".$fu, "d".$fd
'
E6
E6
eq

$ dir
total 0
-rw------- 1 ikegami ikegami 0 Jul 12 12:18 uæ
-rw------- 1 ikegami ikegami 0 Jul 12 12:18 d?